为了适应不同领域的时间序列数据集的多样性,已经开发了大量的深度学习体系结构。本文调查了单步和多水平时间序列预测中常用的编码器和解码器设计——描述了时间信息是如何被每个模型纳入预测的。接下来,我们将重点介绍混合深度学习模型的最新发展,该模型将经过充分研究的统计模型与神经网络组件相结合,以改进这两类中的纯方法。最后,我们概述了一些方法,其中,深度学习也可以促进决策支持与时间序列数据。

成为VIP会员查看完整内容
171

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
时间序列深度学习:状态 LSTM 模型预测太阳黑子(上)
R语言中文社区
19+阅读 · 2018年6月15日
深度学习基础之LSTM
全球人工智能
28+阅读 · 2017年12月18日
深度学习(Deep Learning)发展史
Linux中国
7+阅读 · 2017年8月2日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Arxiv
12+阅读 · 2019年3月14日
Arxiv
7+阅读 · 2018年12月26日
Arxiv
8+阅读 · 2018年6月19日
VIP会员
相关VIP内容
相关资讯
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
时间序列深度学习:状态 LSTM 模型预测太阳黑子(上)
R语言中文社区
19+阅读 · 2018年6月15日
深度学习基础之LSTM
全球人工智能
28+阅读 · 2017年12月18日
深度学习(Deep Learning)发展史
Linux中国
7+阅读 · 2017年8月2日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
微信扫码咨询专知VIP会员