awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

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

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • stumpy-dev/stumpyAvatar de stumpy-dev

    stumpy-dev/stumpy

    4,105Ver en GitHub↗

    Stumpy es una librería de Python para análisis de series temporales escalable centrada en la implementación de algoritmos de perfil de matriz (matrix profile). Proporciona un framework para calcular perfiles de distancia para identificar patrones repetitivos y anomalías dentro de datos de series temporales. El proyecto se distingue por su capacidad para escalar cálculos pesados a través de hardware GPU y clusters distribuidos utilizando Dask. Admite análisis multidimensional para descubrir motivos a través de flujos de datos concurrentes y ofrece computación incremental para análisis de streaming en tiempo real. La librería cubre una amplia gama de técnicas de minería de series temporales, incluyendo descubrimiento de motivos, detección de anomalías y coincidencia de patrones de secuencia. También proporciona herramientas para segmentación semántica para detectar cambios de régimen y la extracción de cadenas ordenadas temporalmente de patrones de subsecuencia similares.

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

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