BriefGPT.xyz
Ask
alpha
关键词
non-stationary time series
搜索结果 - 3
差分卷积模糊时间序列预测
通过使用微分模糊卷积神经网络,本文提出的新模型具有学习能力和对非静态时间序列的预测准确性,其预测效果优于现有的模糊时间序列预测方法以及普通的时间序列预测算法,可进一步提高模糊时间序列预测的准确率。
PDF
a year ago
CDANs: 自自相关和非平稳时间序列数据的时间因果发现
该研究提出了一种新颖的基于约束条件的因果发现方法,用于自相关和非平稳时间序列数据中的模块变化检测和因果关系识别。
PDF
a year ago
使用深度学习预测非平稳销售时间序列
该论文描述了一种深度学习方法,利用时间趋势修正在神经网络模型中预测非平稳时间序列。结果表明,在深度学习模型中加入时间趋势修正块可以显著提高非平稳销售的预测准确性。
PDF
2 years ago
Prev
Next