通过离线聚类实现准确高效的多变量时间序列预测

本研究解决了多变量时间序列预测中计算复杂性高的问题，提出了一种名为FOCUS的创新方法，通过离线聚类提取原型来简化长距离依赖建模。FOCUS在在线阶段动态适应当前输入，从而实现准确且高效的预测，其实验结果证明，该方法在保持最高准确度的同时显著降低了计算成本。