FINDING #6752 · UNIT ID 1057515940
KEV0143/Comparative-analysis-of-hourly-load-forecasting-using-PatchTST-TFT-NHiTS-and-CatBoost
A comprehensive time-series benchmark evaluating state-of-the-art deep learning architectures (PatchTST, TFT, N-HiTS) against traditional gradient boosting (CatBoost) for accurate 24-hour load prediction.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
15% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
7.03
ACCEL
+0.07
RETENTION
38.2%
PEAK 2026-07-07 · FORK-RETENTION 0.0% · 211 STARS / WINDOW
Author Audience
AUDIENCE
3,956
FOLLOWERS
2,250
OWNER ★
17,060
Engagement Signals
FORKS
0
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 211 / 211 (DIVERSITY 1.00)
Why This Is A Finding
KEV0143/Comparative-analysis-of-hourly-load-forecasting-using-PatchTST-TFT-NHiTS-and-CatBoost собрал 211 звёзд за окно, тогда как у автора всего 2,250 подписчиков — эффективная аудитория ≈ 3,956. Это даёт surprise-индекс 0.00176 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 1% OF 6829 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6829 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 1%
VELOCITY7.034.07+2.97ABOVE 68%
RETENTION38.2%26.1%+12.1 PPABOVE 75%
FORKS089-89ABOVE 0%
SURPRISE0.000.01-0.01ABOVE 18%