在未知干预下解开长短期状态以进行在线时间序列预测

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种长短期解耦模型(LSTD),有效解决了在线时间序列预测中的长期依赖与短期变化适应性不足的问题,实验结果表明其优于现有方法。

🎯

关键要点

  • 本研究提出了一种长短期解耦模型(LSTD)。
  • LSTD有效解决了在线时间序列预测中的长期依赖与短期变化适应性不足的问题。
  • 研究引入了未知干预的概念以发展该模型。
  • 实验证明LSTD在多个基准数据集上优于现有方法。
➡️

继续阅读