awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesSubspace Dimensionality Analysis

Analysis of dimensionality and bit-size for compressing multi-dimensional temporal subsequences.

Distinct from Multi-Dimensional Analysis: Focuses on minimum description length for compression, not OLAP-style multi-dimensional SQL analysis.

Explore 1 awesome GitHub repository matching data & databases · Subspace Dimensionality Analysis. Refine with filters or upvote what's useful.

Awesome Subspace Dimensionality Analysis GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • stumpy-dev/stumpyAvatar von stumpy-dev

    stumpy-dev/stumpy

    4,105Auf GitHub ansehen↗

    Stumpy ist eine Python-Bibliothek für skalierbare Zeitreihenanalyse, die sich auf die Implementierung von Matrix-Profile-Algorithmen konzentriert. Sie bietet ein Framework zur Berechnung von Distanzprofilen, um wiederkehrende Muster und Anomalien innerhalb von Zeitreihendaten zu identifizieren. Das Projekt zeichnet sich durch seine Fähigkeit aus, rechenintensive Aufgaben über GPU-Hardware und verteilte Cluster mittels Dask zu skalieren. Es unterstützt multidimensionale Analysen zur Entdeckung von Motiven über gleichzeitige Datenströme hinweg und bietet inkrementelle Berechnungen für Echtzeit-Streaming-Analysen. Die Bibliothek deckt ein breites Spektrum an Zeitreihen-Mining-Techniken ab, einschließlich Motiv-Entdeckung, Anomalieerkennung und Sequenz-Musterabgleich. Sie bietet zudem Tools für semantische Segmentierung zur Erkennung von Regime-Änderungen und die Extraktion zeitlich geordneter Ketten ähnlicher Subsequenz-Muster.

    Computes dimensionality and bit-size for compressing multi-dimensional subsequences using minimum description length.

    Pythonanomaly-detectiondaskdata-science
    Auf GitHub ansehen↗4,105
  1. Home
  2. Data & Databases
  3. Multi-Dimensional Analysis
  4. Subspace Dimensionality Analysis