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。