利用模块化神经网络编码季节气候预测进行需求预测

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新的基于循环神经网络的结构,能够智能地捕捉时间序列的季节性相关性,实现准确的多步预测,并在单个或多个序列数据上使用。通过实验证明了我们提出的结构在单个序列和多个序列情况下的实用性。

🎯

关键要点

  • 介绍了一种新的基于循环神经网络的结构
  • 能够智能地捕捉时间序列的季节性相关性
  • 实现准确的多步预测
  • 适用于单个或多个序列数据
  • 在多序列情况下提出了一种新的贪婪递归过程
  • 构建一个或多个预测模型以应对数据不足
  • 通过大量实验证明了结构的实用性
➡️

继续阅读