TimeSeriesGAN

用 GAN 生成逼真时间序列,搞定数据增强和异常检测

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 基础设施 🍴 复刻 5 🐛 待处理 1 👀 关注 2
GitHub ↗
GitHub 星标 ★ 70
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费

项目预览

TimeSeriesGAN 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类基础设施
开发团队BenChaliah
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Jupyter Notebook
技术栈/模型causal-convolution,databricks,dilated-convolution,generative-adversarial-network,hyperparameter-optimization,hyperparameter-tuning,mlops,spark,stock-market
GitHub 星标★ 70
上线时间2022-09-14 00:00:00
代码更新2022-09-14
仓库体积1.0 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

TimeSeriesGAN 是一个基于生成对抗网络(GAN)的时间序列分析工具,专注于合成数据生成、异常检测和插值。它利用 GAN 的生成能力来模拟真实时间序列数据的分布,从而生成高度逼真的合成数据,可用于数据增强、隐私保护或场景模拟。同时,项目集成了异常检测功能,能够识别时间序列中的异常模式;插值功能则用于填补数据中的缺失值。项目还集成了 Optuna 进行超参数自动调优,并支持 MLFlow 和 Databricks 进行实验跟踪和部署,适合在云端或企业级环境中使用。整体上,该项目为时间序列领域提供了一套生成式 AI 解决方案,但当前仍处于早期阶段,功能完整性和社区生态有待完善。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 70

核心亮点

  • 集成 Optuna 自动调参,降低手动调参成本
  • 支持 MLFlow 和 Databricks,便于实验管理和云端部署
  • 覆盖合成数据、异常检测、插值三大常见需求

不足之处

  • 文档/社区待观察
  • 项目早期,功能稳定性未经大规模验证

适用场景

  • 生成合成时间序列数据用于模型训练或数据增强
  • 检测工业传感器或金融时序中的异常点
  • 填补时间序列中的缺失值以提升数据质量

替代项目

TimeGAN、DoppelGANger、TS-GAN

同类项目推荐

FLNK 开源

让联邦学习系统持续吸收新知识,延长寿命、降低成本

Federated Learning with New Knowledge -- explore to incorporate various new knowledg···

★ 88 2026-08-09
OpenEBFM 开源

能量基基础模型的开源训练与扩展代码

Open-source code for training and scaling up energy-based foundation models.

★ 309 2026-10-31
MARS 开源

用方差缩减技术,让大模型训练更快更稳

The official implementation of MARS: Unleashing the Power of Variance Reduction for ···

★ 725 2026-08-09
LeapAlign_Code 开源

任意步数生成高质量图像,让流匹配模型又快又好。

[CVPR2026] LeapAlign: Post-Training Flow Matching Models at Any Generation Step by B···

★ 61 2026-08-09
llamaduo 开源

把大模型能力搬回家,低成本打造专属小模型

[ACL'25] Official Code for LlamaDuo: LLMOps Pipeline for Seamless Migration from Ser···

★ 317 2026-08-09
trainer 开源

在 Kubernetes 上轻松跑起分布式模型训练和微调

Distributed AI Model Training and LLM Fine-Tuning on Kubernetes

★ 2278 2026-08-09
lmms-finetune 开源

极简代码库,快速微调主流多模态大模型

A minimal codebase for finetuning large multimodal models, supporting llava-1.5/1.6,···

★ 375 2026-08-09
VeriThinker 开源

让模型学会自我验证,推理更快更准

[NeurIPS 2025] VeriThinker: Learning to Verify Makes Reasoning Model Efficient

★ 69 2026-08-09