airmosaic-ai

TimeXer 来源跟踪

此文件记录本地使用说明对应的论文和代码版本，用于按需复核；没有自动拉取、安装、训练或定时监控。

项目 本次依据
官方仓库 thuml/TimeXer
论文 TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables，arXiv v4，NeurIPS 2024
核对日期 2026-10-23
分支与提交 main；76011909357972bd55a27adba2e1be994d81b327，通过 git ls-remote 核对
代码许可 本次固定提交的根目录未见 LICENSE/COPYING；许可询问尚无明确授权说明。记录此事实，不替作者推定许可
本地内容 独立编写的方法、使用说明、命令示例和非执行目录条目；未将上游源码、数据或权重纳入 AirMosaic

本目录跟踪独立 TimeXer 仓库。Time-Series-Library 或其他库中的同名实现可能有不同接口、提交与许可，不能混用命令或将其许可直接套到本版本。后续需要复制/发布上游源码时，先核对适用授权；本轮说明编写不依赖复制源码。

核对范围

文件 本地关注点
models/TimeXer.py、layers/Embed.py MS/M、历史与未来输入、patch、归一化、输出形状
data_provider/data_loader.py、data_factory.py Custom CSV、目标列、时间切分、scaler、滑窗
run.py、scripts/forecast_exogenous/EPF/TimeXer.sh 真实参数、任务名称、GPU/seed 行为、训练和测试分支
exp/exp_basic.py、exp_long_term_forecasting.py 导入依赖、测试集访问、checkpoint 和输出路径
requirements.txt、utils/tools.py 依赖版本、旧 API、权重保存范围

更新步骤

  1. 对比上游新提交与本次 SHA，先审查上述文件的变更；不要自动替换个人任务代码。
  2. 分别检查方法、数据契约、CLI 和产物变化；方法论文与代码接口不一致时分别记录。
  3. 在独立环境用合成输入验证导入、最小训练、checkpoint 复用和纯推理；不能用静态检查替代运行。
  4. 同步本目录、机器学习分类和 catalog；实现审查过的执行适配器前保留 reference / not_executable。
  5. 对共享差异做隐私检查，记录依赖、测试范围、日期与 SHA，只共享脱敏摘要。

本轮验证范围

已完成论文/源码阅读、CLI 参数和合成示例语法核对。当前 AirMosaic 检查环境缺少 torch、einops、reformer-pytorch、sktime 等模型依赖，且 numpy/pandas 不等于上游固定版本；未修改该环境、未执行上游模块、未安装模型依赖或训练模型。实际模型表现、GPU 兼容、checkpoint 推理和环境研究用途均未验收。

This site is open source. Improve this page.