Ecosyste.ms: Timeline
Browse the timeline of events for every public repo on GitHub. Data updated hourly from GH Archive.
liujian123223 opened an issue on thuml/TimeXer
使用外生变量的预测任务和多变量预测任务的区别？
你好，我不是很理解您在论文中提到到使用外生变量进行预测任务和多变量预测任务的含义。尤其是在论文中表11和表12的区别。在我看来，对多变量数据进行使用外生变量的预测任务，就是将多变量进行输入，然后只对目标变量求损失，类似于TSLIB中的MS任务。而多变量预测任务就是TSLIB中的M任务，对多变量均求损失，不知道我理解的是否正确呢？表11-12中的各对比方法是否就是按照MS和M两种不同方法给出的...
liujian123223 created a comment on an issue on thuml/TimeXer
但我使用光伏数据集，太阳辐射照度是协变量，它对光伏发电量的预测是有很明显的积极作用的，但我还是遇到了这个问题。
liujian123223 created a comment on an issue on thuml/TimeXer
我是对我的训练数据csv文件，先设置0来代替缺失值，然后输入到你们的代码中读取csv文件并进行训练
liujian123223 opened an issue on thuml/TimeXer
如何复现论文中协变量缺失情况下的预测效果？
您好，我对你们的工作很感兴趣。我在使用TimeXer进行实验时，想验证论文中在协变量缺失情况下的预测效果。因此我将我的数据集的协变量部分按照不同比例设置缺失值，并用论文同样的方式使用0来代替缺失的部分。但我发现随着协变量比例的升高（目标变量完整不变）我的预测结果反而整体更好了。当我将所有的协变量全部设置为0的时候效果达到最好。你能指出我的错误在哪吗？我需要如何正确的设置才能完成这个实验？
liujian123223 opened an issue on thuml/Time-Series-Library
TimeXer如何判断其利用协变量的效果？
您好，我对你们的工作很感兴趣。我在使用TimeXer进行实验时，想验证论文中在协变量缺失情况下的预测效果。因此我将我的数据集的协变量部分按照不同比例设置缺失值，并用论文中同样的方式使用0来代替缺失的部分。但我发现随着协变量缺失比例的升高（目标变量完整不变）我的预测结果反而整体更好了。当我将所有的协变量全部设置为0的时候效果达到最好。你能指出我的错误在哪吗？我需要如何正确的设置才能完成这个实验？
liujian123223 created a comment on an issue on Keytoyze/VisionTS
好的，我会试一下，之所以seq_len这么大，也是超参数搜索得到的。我以为进行训练时7100也会带来更好的结果
liujian123223 created a comment on an issue on Keytoyze/VisionTS
我的训练样本大约12000，设置的seq_len为7100。请问要多少样本量才合适呢？或者你有什么建议吗？
liujian123223 opened an issue on Keytoyze/VisionTS
zero-shot精度比one-shot更高
您好，我在使用zero-shot的过程中可以获得很高的精度，但是当我进行训练时，经常会出现loss无法降低的情况，也就是第一个epoch精度最高。有时候还会遇到one-shot精度比zero-shot更低，且随着训练epoch越多精度越低。你能为我解答这个问题吗？谢谢。 如果我希望在zero-shot的基础上进一步提升精度那我应该怎么办呢?我目前使用论文默认的ln微调
liujian123223 created a comment on an issue on WenjieDu/PyPOTS
`import random import numpy as np import benchpots from pypots.utils.random import set_random_seed import pandas as pd import torch from sklearn.preprocessing import StandardScaler from pypo...
liujian123223 opened an issue on WenjieDu/PyPOTS
When running saits multiple times, the same parameters cannot yield the same results.
### Issue description If I only run the following code once：“saits_output = evaluate_model(n_layers=1, d_model=64, d_ffn=64,n_heads=1, d_k=64, d_v=64, lr=1e-4,dataset=dataset_for_testing) ”, I...