AAAISep, 2021

结合顺序神经网络和统计方法的两种方式,提高时间序列预测

TL;DR本文介绍了如何将基于数据的学习方法与现有的知识或模型进行正确融合,其中包括基于分解的方法和利用数据特征的解决方案。通过使用时间序列数据进行评估,结果表明这两种方法都可以优于使用模型和学习分离的现有方案,性能提高可达 60%以上。这些方法可以弥合基于模型和基于数据的方法之间的差距,并将两者整合以提供更高的学习性能。