multi-step forecasting | BriefGPT

关键词multi-step forecasting

搜索结果 - 9

时序建模的最新加权时间分段集成
时间序列建模在工业过程中面临处理复杂、多方面且不断演化的数据特征的挑战。介绍了一种新的基于块的多步骤预测方法 ReWTS（称为 “roots”），可以捕捉多样动态的相互作用并提高预测性能。在挑战传统方法的同时，通过将训练数据分段并为每个段训
PDF4 months ago
多步预测动态策略的时序分类
多步预测在时间序列中，能够预测未来多个时间步长，是几乎所有时间领域的基础。本文通过表征最优预测策略的实例级方差，并提出了适用于多步预测的动态策略 (DyStrat)，在使用基于随机森林的分类器时，DyStrat 相较于最佳的固定策略有着 9
PDF5 months ago
实时瓶颈和冲击波预测的中尺度交通预测
本文介绍了 SA-LSTM，一种深度预测方法，通过在空间维度上集成自注意力 (SA) 和长短期记忆 (LSTM)，在实时中尺度交通预测方面取得了最先进的结果，并将此方法扩展到多步预测，从而在短期和长期预测之间取得了传统多步预测方法无法匹敌的
PDF5 months ago
时态图中的节点特征预测的在线算法
我们在这篇论文中提出了一种名为 “mspace” 的在线算法，用于预测时态图中的节点特征，该算法巧妙地捕捉到不同节点之间的空间交叉相关性以及节点内部的时间自相关性。与基于图神经网络（GNN）模型和传统卡尔曼滤波器等各种基准方法进行了比较评估
PDF5 months ago
1D-CapsNet-LSTM：多步股票指数预测的深度学习模型
一项基于 1D-CapsNet-LSTM 模型的研究探索了如何提高多步预测，以应对金融部门中数据的随机和变动性所导致的不理想预测结果，并通过实际股票市场指数的比较评估表明，该模型优于基准模型，具有处理复杂预测任务的巨大潜力。
PDF9 months ago
多输出集成用于多步预测
该论文研究了多输出模型组成的集成在多步预测问题中的应用，通过对 3568 个时间序列数据集和 30 个多输出模型的案例研究表明，基于仲裁和分窗策略的动态集成在多步预测中表现最好。
PDFa year ago
DYffusion: 基于动态信息的时空预测扩散模型
文章提出了一种新的 diffusion model 的训练方法，通过将数据中的时间动态信息直接耦合在网络的 diffusion steps 中，训练了一个 stochastic time-conditioner interpolator 和
PDFa year ago
STG2Seq：面向多阶段乘客需求预测的时空图到序列模型
本文提出了一种基于图的多步城市乘客需求预测模型，使用层次图卷积结构同时捕捉空间和时间相关性，结果表明该模型在三个真实数据集上表现出色。
PDF5 years ago
KDD深度多目标预测：学习准确预测血糖轨迹
应用深度学习模型，基于信号动力学模型预测临床中多步预测的实际应用场景，为血糖多步预测提供了可行策略，并比现有的浅层和深层方法有更好的预测表现。
PDF6 years ago