开源之夏 2022 |报名 openGauss 项目,来一次有趣的开源之旅!

2bd54e28-1d60-4093-859b-6f16cb81dc25.jpg

a232ece9-ee11-4b5e-a24d-6049145b9857.jpg

活动简介

开源之夏是开源软件供应链点亮计划系列暑期活动,由中国科学院软件研究所与openEuler社区共同举办, 旨在鼓励在校学生积极参与开源软件的开发维护,促进优秀开源软件社区的蓬勃发展,培养和发掘更多优秀的开发者。

活动联合各大开源社区,针对重要开源软件的开发与维护提供项目,并向全球高校学生开放报名。

活动官网:https://summer-ospp.ac.cn/

openGauss项目

openGauss社区深度参与暑期2022活动,当前已发布15个与openGauss相关的项目,欢迎广大学生朋友参与。这些项目包括:

项目 项目导师 难 度
基于Go语言的openGauss ORM框架

向新勇

进阶

Enable dbt to work with openGauss

赵波

基础

openGauss支持Elasticsearch作为索引类型

贺国锋

基础

openGauss DataStudio的功能改进:支持全UI切换成dark颜色

窦欣

进阶

openGauss数据建模工具PDManer

侯少龙

进阶

openGauss gs_om配置模板修改为兼容YAML/conf/properties格式

周斌

基础

openGauss支持Ruby连接驱动

熊小军

进阶

openGauss的pagehack工具支持图形化展示

刘敏

进阶

openGauss支持isula容器

裴琳倩

基础

openGauss DataStudio的功能改进:sql语句提示表结构

郭维彪

进阶

dbeaver增加openGauss适配

刘斌

基础

openGauss非内核级实现部分商业数据库兼容性功能

王勇昱

基础

openGauss数据库监控预测

高云龙

进阶

通过plugin在openGauss中实现通过数据库函数进行导入导出数据文件的操作

刘伟

进阶

openGauss实时性能火焰图展示

罗海雄

进阶

你还可以通过开源之夏官网 openGauss 社区项目列表 了解这些项目的详情。

参与活动你将获得什么?
  • 社区专家一对一指导

  • 有趣的开源项目贡献之旅

  • 积累亮眼的项目经历,丰富个人简历

  • 丰厚的奖金

    每个项目难度分为普通和进阶两档,对应奖金分别为 8000 元和 12000 元。注:奖金数额为税前人民币金额

  • 纪念品、证书

活动参与指南

参与资格

  • 本活动面向年满 18 周岁在校学生。

  • 暑期即将毕业的学生,只要在申请时学生证处在有效期内,就可以提交申请。

  • 海外学生可提供录取通知书、学生卡、在读证明等文件用于证明学生身份。

参与流程

(一)流程列表

d456da9a-da5b-4266-b843-7d18a851117f.png

(二)流程详情

1. 挑选项目,与导师沟通并准备项目申请材料
挑选项目
  • 官网-查看项目 中,可以获取项目列表。

与导师沟通
  • 在活动官网,每个项目描述中都会有指定的导师名称和联系邮箱,建议学生通过电子邮件的方式与导师沟通,电子邮件也是参与社区活动的基本方式。

  • 请学生注意与导师沟通的基本礼仪,导师仅提供力所能及的指导和建议,项目本身的申请、设计和开发都是由学生自己完成。

2. 提交项目申请
  • 学生最多可以提交三个项目的申请书,但最终最多 只能承担一个项目 。在提交项目申请时,需要对本人申请的所有项目的中选优先级进行排序,若同时被多个项目选中,则根据该同学提交的项目排序,优先中选优先级高的项目。

  • 通过 点亮计划管理系统 提交申请材料,截止时间 2022 年 6 月 4 日 UTC+8。


交流与咨询


加入开源之夏2022 openGauss 交流群,与同学导师沟通交流。

05e00323-e1d9-4344-a8a4-0cef66f291fb.jpg

更多问题,请添加openGauss小助手咨询(微信号:openGauss-bot,备注开源之夏 。 )


阅读原文 ,参与活动。

本文分享自微信公众号 - openGauss(openGauss)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“ OSC源创计划 ”,欢迎正在阅读的你也加入,一起分享。

主要内容:本文详细介绍了一种QRBiLSTM(分位数回归双向长短期记忆网络)的时间序列区间预测方法。首先介绍了项目背景以及模型的优势,比如能够有效利用双向的信息,并对未来的趋势上限和下限做出估计。接着从数据生成出发讲述了具体的代码操作过程:数据预处理,搭建模型,进行训练,并最终可视化预测结果与计算分位数回归的边界线。提供的示例代码可以完全运行并且包含了数据生成环节,便于新手快速上手,深入学习。此外还指出了模型未来发展的方向,例如加入额外的输入特性和改善超参数配置等途径提高模型的表现。文中强调了时间序列的标准化和平稳检验,在样本划分阶段需要按时间序列顺序进行划分,并在训练阶段采取合适的手段预防过度拟合发生。 适合人群:对于希望学习和应用双向长短时记忆网络解决时序数据预测的初学者和具有一定基础的研究人员。尤其适用于有金融数据分析需求、需要做多一步或多步预测任务的从业者。 使用场景及目标:应用于金融市场波动预报、天气状况变化预测或是物流管理等多个领域内的决策支持。主要目的在于不仅能够提供精确的数值预计还能描绘出相应的区间概率图以增强结论置信程度。 补充说明:本教程通过一个由正弦信号加白噪构造而成的简单实例来指导大家理解和执行QRBiLSTM流程的所有关键步骤,这既方便于初学者跟踪学习,又有利于专业人士作为现有系统的补充参考工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

openGauss社区

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值