适应模态的时间序列预测变形器

BriefGPT - AI 论文速递 · 2023-10-02T00:00:00Z

本文提出了一种基于Transformer的方法，用于估计高维多变量时间序列的联合预测分布。该方法基于注意力机制的解码器，能够可靠地模拟非参数Copulas的特性，具有多种有用的属性，可以缩放到数百个时间序列，支持预测和插值，可以处理非对齐和不均匀采样的数据，并可以在训练期间无缝地适应缺失数据。实证结果表明，该模型在多个真实数据集上都可以产生有竞争力的预测效果。