关键词high-dimensional time series
搜索结果 - 2
- 全球思考,本地行动:高维时间序列预测的深度神经网络方法
本文提出了一种能够全局认知并在本地进行校准的深度预测模型 DeepGlo, 它是一个混合模型,将全局矩阵因式分解模型与另一个能够捕捉每个时间序列及相关协变量的局部属性的时间网络相结合,证明了 DeepGlo 对于高维时间序列的预测要比其他方 - ICLRSOM-VAE: 时间序列可解释离散表示学习
提出了一种针对高维时间序列数据的离散表征学习框架,通过整合可解释性离散降维和深度生成建模方法,得到在可解释性和聚类性能方面优异的平滑嵌入表征,基于自组织映射算法和马尔科夫模型实现了离散表征的概率化解释和进一步优化,实验结果显示其表现比竞争方