BriefGPT - AI 论文速递
·
TPRNN：一种自顶向下的金字塔循环神经网络用于时间序列预测
💡
原文约200字/词，阅读约需1分钟。
📝
内容提要
该论文提出了一种自上而下的金字塔式递归神经网络TPRNN，用于时间序列预测。通过构建不同尺度的子序列和多尺度信息交互模块，实现了对时间序列中多尺度时间模式的建模。实验证明，TPRNN在七个真实世界数据集上取得了领先水平，相对最佳基准线平均提高了8.13%的MSE精度。
🎯
关键要点
- 提出了一种自上而下的金字塔式递归神经网络TPRNN。
- TPRNN用于时间序列预测。
- 通过构建不同尺度的子序列实现多尺度时间模式建模。
- 执行多尺度信息交互模块以增强模型性能。
- 实验证明TPRNN在七个真实世界数据集上表现优异。
- 相对最佳基准线平均提高了8.13%的MSE精度。
➡️
