Miniast/exomodel

0

stars

1

commits

Jupyter Notebook

primary language

Jul 13, 2026

updated

README

ExoBridge Method Package

Method/ 是专利用代码交付包,方案名统一为 exobridge。它保留短视频热度预测所需的训练、验证、测试、baseline 生成和结果比较流程;baseline 只保留原包已有的 TTMChronosTimesFMMoirai 四类方法。

Time-LLM / Time-LLM-X 不纳入本包。

目录

configs/default.yaml              默认数据、模型、训练和结构化修正配置
artifacts/                        冻结 ExoBridge checkpoint 和 compact tree
exobridge/                        我们的方法代码
baselines/                        四类 baseline 适配器和必要官方源码
results/                          可信最终结果表
docs/patent_alignment.md          技术交底书 v1.1 与代码的对应说明

快速复验

cd Method
conda run -n exobridge python -m exobridge.validate --config configs/default.yaml --checkpoint artifacts/exobridge_neural_best.pt --structured_model artifacts/compact_tree_model.joblib
conda run -n exobridge python -m exobridge.test --config configs/default.yaml --checkpoint artifacts/exobridge_neural_best.pt --structured_model artifacts/compact_tree_model.joblib

默认数据路径为 dataset/data/2026q2/*.parquet。全量协议为 48 -> 48time_grouptrain_ratio=0.7val_ratio=0.15seed=2026

训练入口

conda run -n exobridge python -m exobridge.train --config configs/default.yaml --output_dir runs/exobridge
conda run -n exobridge python -m exobridge.train_structured --config configs/default.yaml --checkpoint runs/exobridge/best.pt --output_dir runs/exobridge_structured

Baseline 入口

conda run -n exobridge python -m baselines.TTM.run_ttm --config configs/default.yaml --mode train_predict
conda run -n exobridge python -m baselines.Chronos.run_forecast --config configs/default.yaml --split both
conda run -n exobridge python -m baselines.TimesFM.run_forecast --config configs/default.yaml --split both
conda run -n backup python -m baselines.Moirai.run_forecast --config configs/default.yaml --split both

ChronosTimesFMMoirai 的官方源码已分别放在 baselines/<Name>/repo/TTMtsfm_public 源码已放在 baselines/TTM/。运行时只需要安装对应 conda 环境依赖。已冻结可信指标见 RESULTS.mdresults/trusted_summary.csv

Contributors

Miniast

1 commits

Miniast/exomodel

0

stars

1

commits

Jupyter Notebook

primary language

Jul 13, 2026

updated

README

ExoBridge Method Package

Method/ 是专利用代码交付包,方案名统一为 exobridge。它保留短视频热度预测所需的训练、验证、测试、baseline 生成和结果比较流程;baseline 只保留原包已有的 TTMChronosTimesFMMoirai 四类方法。

Time-LLM / Time-LLM-X 不纳入本包。

目录

configs/default.yaml              默认数据、模型、训练和结构化修正配置
artifacts/                        冻结 ExoBridge checkpoint 和 compact tree
exobridge/                        我们的方法代码
baselines/                        四类 baseline 适配器和必要官方源码
results/                          可信最终结果表
docs/patent_alignment.md          技术交底书 v1.1 与代码的对应说明

快速复验

cd Method
conda run -n exobridge python -m exobridge.validate --config configs/default.yaml --checkpoint artifacts/exobridge_neural_best.pt --structured_model artifacts/compact_tree_model.joblib
conda run -n exobridge python -m exobridge.test --config configs/default.yaml --checkpoint artifacts/exobridge_neural_best.pt --structured_model artifacts/compact_tree_model.joblib

默认数据路径为 dataset/data/2026q2/*.parquet。全量协议为 48 -> 48time_grouptrain_ratio=0.7val_ratio=0.15seed=2026

训练入口

conda run -n exobridge python -m exobridge.train --config configs/default.yaml --output_dir runs/exobridge
conda run -n exobridge python -m exobridge.train_structured --config configs/default.yaml --checkpoint runs/exobridge/best.pt --output_dir runs/exobridge_structured

Baseline 入口

conda run -n exobridge python -m baselines.TTM.run_ttm --config configs/default.yaml --mode train_predict
conda run -n exobridge python -m baselines.Chronos.run_forecast --config configs/default.yaml --split both
conda run -n exobridge python -m baselines.TimesFM.run_forecast --config configs/default.yaml --split both
conda run -n backup python -m baselines.Moirai.run_forecast --config configs/default.yaml --split both

ChronosTimesFMMoirai 的官方源码已分别放在 baselines/<Name>/repo/TTMtsfm_public 源码已放在 baselines/TTM/。运行时只需要安装对应 conda 环境依赖。已冻结可信指标见 RESULTS.mdresults/trusted_summary.csv

Contributors

Miniast

1 commits

Languages

Jupyter Notebook

73.6%

Python

25.4%