TorchSpatiotemporal/tsl

何を解決するか

神経時空間データ処理と予測のための統合フレームワークを提供し、データ前処理からモデルプロトタイピングへの移行を簡素化します。特に、センサー網や環境データなど、時空間データを扱う際の複雑さに対処し、不規則性、欠損データ、変動するネットワーク構造を管理するためのツールを提供します。

動作方法

PyTorch、PyTorch Geometric (PyG)、PyTorch Lightning を基盤として構築されており、カスタムモデルおよびデータセットを作成するための高レベルAPIを提供します。専用のモジュール化ニューラル層と、時系列のスケーリング、リサンプリング、クラスタリングを簡素化する前処理メソッドを含んでいます。また、再現可能な実験のためにHydraと統合され、PyTorch Lightningを活用してCPUおよびGPUを含むさまざまなハードウェア構成でのスケーラビリティを実現しています。

対象ユーザー

特にグラフニューラルネットワーク（GNN）を用いて時空間データマイニングやニューラル予測に取り組んでいる研究者および開発者。

主な特徴

• 包括的なエコシステム: 時空間データセットおよび最先端のベースラインモデルの幅広いアクセスが可能。
• ロボット対応のデータ処理: データストリームの欠損データや不規則性を扱うためのツール。
• 統合された前処理: 時系列のスケーリング、リサンプリング、クラスタリングの組み込みメソッド。
• スケーラブルなインフラ: PyTorch Lightningとのシームレスな統合により、さまざまなハードウェア構成での効率的な学習と推論が可能。