深度学习应用于时序预测研究综述

梁宏涛; 刘硕; 杜军威; 胡强; 于旭

首页> 中文期刊> 《计算机科学与探索》 >深度学习应用于时序预测研究综述

深度学习应用于时序预测研究综述

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

时间序列一般是指对某种事物发展变化过程进行观测并按照一定频率采集得出的一组随机变量。时间序列预测的任务就是从众多数据中挖掘出其蕴含的核心规律并且依据已知的因素对未来的数据做出准确的估计。由于大量物联网数据采集设备的接入、多维数据的爆炸增长和对预测精度的要求愈发苛刻,经典的参数模型以及传统机器学习算法难以满足预测任务的高效率和高精度需求。近年来,以卷积神经网络、循环神经网络和Transformer模型为代表的深度学习算法在时间序列预测任务中取得了丰硕的成果。为进一步促进时间序列预测技术的发展,综述了时间序列数据的常见特性、数据集和模型的评价指标,并以时间和算法架构为研究主线,实验对比分析了各预测算法的特点、优势和局限;着重介绍对比了多个基于Transformer模型的时间序列预测方法;最后结合深度学习应用于时间序列预测任务存在的问题与挑战,对未来该方向的研究趋势进行了展望。

著录项

来源
《计算机科学与探索》 |2023年第6期|1285-1300|共16页
作者
梁宏涛; 刘硕; 杜军威; 胡强; 于旭;
展开▼
作者单位

青岛科技大学信息科学技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
时间序列数据; 时间序列预测; 深度学习; Transformer模型;

相似文献

中文文献
外文文献
专利

1. 深度学习应用于目标检测中失衡问题研究综述 [J] . 任宁 ,付岩 ,吴艳霞 . 计算机科学与探索 . 2022,第9期
2. 基于机器学习的时序数据预测方法研究综述 [J] . 赵婷婷 ,韩雅杰 ,杨梦楠 . 天津科技大学学报 . 2021,第005期
3. 基于深度学习的水质预测研究综述 [J] . 袁金 ,徐宪根 . 污染防治技术 . 2022,第2期
4. 基于深度学习和HE染色病理图像的肿瘤相关指标预测研究综述 [J] . 颜锐 ,梁智勇 ,李锦涛 . 计算机科学 . 2022,第2期
5. 基于深度学习的miRNA靶位点预测研究综述 [J] . 李亚男 ,胡宇佳 ,甘伟 . 计算机科学 . 2021,第1期
6. 深度学习应用于天际线美学评价的可行性研究 [C] . Song JingHua ,宋靖华 ,Yang Peng . 2017全国建筑院系建筑数字技术教学研讨会暨DADA2017数字建筑国际学术研讨会 . 2017

深度学习应用于时序预测研究综述

摘要

著录项

相似文献

相关主题

期刊订阅