ICMLJun, 2012
Sparse-GEV: 多元极值时间系列建模的稀疏潜变量模型
Sparse-GEV: Sparse Latent Space Model for Multivariate Extreme Value Time Serie Modeling
Yan Liu, Taha Bahadori, Hongfei Li
TL;DR本研究提出了 Sparse-GEV 模型,即基于极端值建模的潜在状态模型,以自动学习稀疏的时间依赖性并进行预测。该模型是学习多元极值时间序列稀疏时间依赖性的第一批模型之一。实验结果表明,我们的算法在一个模拟数据集,一个气候数据集和两个 Twitter 数据集上比最先进的方法,包括 Granger 因果性,copula 方法和转移熵,表现更优越。