- (Ⅰ)：疾病传播预测：
- (Ⅱ)：疾病诊断分类：通过分析心电图的时序特征来区分不同类型的心脏疾病
- (Ⅰ)：基于前馈神经网络 FNN 实现股票价格单变量时序预测(PyTorch版)
- (Ⅱ)：基于循环神经网络 RNN 实现股票价格单变量时序预测(PyTorch版)
- (Ⅲ)：基于门控循环单元 GRU 实现股票价格单变量时序预测(PyTorch版)
- (Ⅳ)：基于长短期记忆 LSTM 实现股票价格单变量时序预测(PyTorch版)
- (Ⅴ)：基于双向门控循环单元BiGRU实现股票价格多变量时序预测(PyTorch版)
- (Ⅵ)：基于双向长短期记忆网络BiLSTM实现股票价格多变量时序预测(PyTorch版)
- (Ⅶ)：基于CNN(二维卷积Conv2D)+LSTM 实现股票价格多变量时序预测(PyTorch版)
- (Ⅷ)：基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票价格多变量时序预测(PyTorch版)
- (Ⅸ)：基于LSTM-Transformer混合模型实现股票价格多变量时序预测(PyTorch版)
-
(※)：基于长短期记忆 LSTM 的送餐时间预测
-
(Ⅰ)：基于Transformer模型实现交通流量时序预测(PyTorch版) | Transformer |
-
(Ⅱ)：基于CNN+Transformer混合模型实现交通流量时序预测(PyTorch版) | CNN-Transformer |
-
(Ⅲ)：基于BiGRU+Transformer混合模型实现交通流量时序预测(PyTorch版) | BiGRU-Transformer |
-
(Ⅳ)：基于BiLSTM+Transformer混合模型实现交通流量时序预测(PyTorch版) | BiLSTM-Transformer |
-
交通拥堵异常检验
-
交通流量概率预测
-
Multivariate Time series Binary Classification
- (Ⅰ)：深度学习：基于人工神经网络 ANN 的降雨预测
- (Ⅱ)：基于 CNN(一维卷积Conv1D)实现降雨多变量时序分类——明日是否降雨(PyTorch版)
- (Ⅲ)：基于 BiLSTM+Attention 实现降雨预测多变量时序分类——明日是否降雨(PyTorch版)
-
Multivariate Time-series Forecasting
- 气温
-
Multivariate Time-series Forecasting
- (Ⅰ)：基于CNN+BiGRU实现风力涡轮机发电量多变量时序预测(PyTorch版)
- (Ⅰ)：基于TCN+BiGRU实现风力涡轮机发电量多变量时序预测(PyTorch版)
- (Ⅰ)：基于BiGRU+Attention实现风力涡轮机发电量多变量时序预测(PyTorch版)
- (Ⅰ)：基于BiGRU+Transformer实现风力涡轮机发电量多变量时序预测(PyTorch版)
-
Time Series Anomaly Detection
- 电力负荷异常检验