🚀 我的项目

基于Transformer架构的能源消耗预测模型，采用Patch机制处理长序列时间序列数据， 在多个数据集上取得了SOTA性能。该项目专注于提高能源预测的准确性和效率。

基于SSM的时序预测模型，与EnergyPatchTST不同的是LWSpace不专注于某一特定领域。 在多个数据集上进行了测试，表现优异的同时压缩了耗时、降低了资源需求。

A novel approach to predicting Olympic medal tallies using an Adaptive Triple-Fusion (AAS) model, which combines the AAC (senior Athlete-new Athlete-Country) model with ARIMA-State Space dynamics.

使用Hexo框架搭建的个人技术博客，集成了项目展示、技能树、时间线等功能模块。 采用响应式设计，支持多种主题切换和代码高亮。