CEEMDAN 二次分解 VMD 聊聊 TCN
前言本文基于前期介绍的电力变压器，介绍一种基于VMD，CEEMDAN二次分解的TCNTransforme预测模型，以提高时间序列数据的预测性能，电力变压器数据集的详细介绍可以参考下文，电力变压器数据集介绍和预处理1二次分解与数据集制作1.1......
超强！一区直接写！基于SSA Informer
1模型创新点介绍1.1时序特征捕捉与建模使用Informer的编码器层来捕捉长故障信号时序依赖特征长时间序列处理，传统的RNN和LSTM等方法在处理长时间序列时存在计算效率低、梯度消失等问题，Informer通过改进Transformer架......
Informer 拒绝信息泄露！VMD滚动分解
前言在时间序列预测任务中，像EMD，经验模态分解，、CEEMDAN，完全集合经验模态分解，、VMD，变分模态分解，等分解算法的使用有可能引入信息泄露，具体情况取决于这些方法的应用方式，信息泄露的主要风险在于，将未来的信息泄露给了模型，使得模......
一大堆Llama3.1
写在前面Llama3.1模型已经开源，在这短短几天之内，也是出现了一些Llama3.1汉化的repo，开源社区也是相当的卷，主要是Llama3.1没有关注中文，虽然是多语言，但主要针对英语、法语、德语、印地语、意大利语、葡萄牙语、西班牙语和......
没有指数级数据就没有Zero
生成式人工智能已经触及峰顶了吗，在大模型正火的时候提这个问题，似乎不合时宜，毕竟，随着数据和模型规模的增大、计算能力的增加，我们似乎不再怀疑拥有超强人工智能的未来，&，mdash，&，mdash，但是！来自Uni......
优雅谈大模型 Python编程篇
Python在机器学习领域的地位十分关键，虽然后面有Julia，Mojo等其他对手的挑战，然而Python拥有庞大的机器学习库和框架，尤其是生态系统比以往任何时候又强大了不少，从另外维度它和Java，Scala，Go，Rust等编程语言对比......
LangChain 优雅谈大模型 LlamaIndex Vs.
实时了解业内动态，论文是最好的桥梁，专栏精选论文重点解读热点论文，围绕着行业实践和工程量产，若在某个环节出现卡点，可以回到大模型必备腔调或者LLM背后的基础模型重新阅读，而最新科技，Mamba，xLSTM，KAN，则提供了大模型领域最新技术......
System System2 与 优雅谈大模型 1
System1和System2的思维来自丹尼尔&，middot，卡尼曼，DanielKahneman，的，思考，快与慢，一书，里面介绍了两种不同的认知处理模式，System1快速、自动且直观，几乎无需费力即可操作，这种思维模式......
揭开计算机视觉任务神秘面纱 优雅谈大模型
人工智能在第四次工业革命发挥着至关重要的作用，它广泛的融入日常生活，例如Google助手、Siri、智能手机摄像头、社交媒体过滤器、自动标记、医疗成像、导航等，所有这些技术都切实的改进和增强日常活动的便利性和习惯，大模型技术发展到现在已经趋......
使用 反事实任务 评估大型语言模型
LLMs的智能本质是什么，在之前的文章中，我谈到了评估大型语言模型能力的困难，这些模型在许多基准测试中表现出色，但我们通常不知道基准测试中的测试项目，或足够相似的项目，是否出现在训练数据中，这些模型是在进行一般性的理解和推理，还是在进行A......