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。发表于：。该论文提出了一种用于时间序列预测的自上而下的金字塔式递归神经网络 TPRNN，通过构建不同尺度的子序列并执行多尺度信息交互模块，模拟了时间序列中多尺度时间模式的完整建模，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。
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。
