TorchSpatiotemporal/tsl

해결하는 문제

신경 시공간 데이터 처리 및 예측을 위한 통합 프레임워크를 제공하여 데이터 전처리에서 모델 프로토타이핑으로의 전환을 간소화합니다. 특히 센서 네트워크 및 환경 데이터와 같은 시공간 데이터를 다룰 때의 복잡성을 해결하며, 불규칙성, 누락 데이터, 변동하는 네트워크 구조를 관리할 수 있는 도구를 제공합니다.

작동 방식

PyTorch, PyTorch Geometric (PyG), PyTorch Lightning 기반으로 구축되어 있으며, 사용자 정의 모델과 데이터셋을 생성하기 위한 고수준 API를 제공합니다. 시계열의 스케일링, 리샘플링, 클러스터링을 간편하게 처리할 수 있는 전용 모듈화 신경층과 전처리 방법을 포함합니다. 또한 재현 가능한 실험을 위해 Hydra와 통합되며, PyTorch Lightning을 활용해 CPU 및 GPU를 포함한 다양한 하드웨어 구성에서 확장성을 제공합니다.

대상 사용자

특히 그래프 신경망(GNN)을 사용하여 시공간 데이터 마이닝 및 신경 예측에 종사하는 연구자 및 개발자.

주요 특징

• 포괄적인 생태계: 다양한 기존 시공간 데이터셋과 최신 기준 모델에 접근 가능.
• 로봇 대응 데이터 처리: 데이터 스트림의 누락 데이터 및 불규칙성을 처리할 수 있는 도구.
• 통합된 전처리: 시계열 스케일링, 리샘플링, 클러스터링을 위한 내장 메서드.
• 확장 가능한 인프라: PyTorch Lightning과의 원활한 통합을 통해 다양한 하드웨어 구성에서 효율적인 학습 및 추론이 가능.