首页 > 《中国建设信息化》 > 2024年6期 > 基于深度学习的时间序列预测模型研究与应用

基于深度学习的时间序列预测模型研究与应用

在线阅读下载PDF 导出详情

摘要摘要：时间序列作为时间观测值的集合，在机器学习和人工智能领域引发了广泛的关注。时间序列预测是获取未来趋势的重要课题之一，研究结果可以为各种应用提供依据，例如优化、控制以及生产计划等。因此，已经提出了许多模型来解决这个问题。但是时间序列数据往往呈现出非平稳、非线性和多维度等特点，单一的深度学习模型难以有效提取时间序列的深层特征，难以挖掘数据的内在特性和识别出数据间的潜在模式。

DOI ldezg6yyed/8284189

作者石鑫鑫樊婵娟柳宇翀温庭栋赵彦仲

机构地区北方自动控制技术研究所山西太原 030006

出处《中国建设信息化》 2024年6期

关键词数据分析，时间序列预测，时间协变量漂移深度学习

分类 [建筑科学][城市规划与设计]

出版日期 2024年05月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1赵佳然,王晨啸,李超琪,张奔,李威. 基于深度学习的时间序列预测模型研究与应用.,2023-07.
2薛媛,杨宸,王璞. 基于深度学习的时间序列预测模型研究与应用.,2024-06.
3王梓蔚,1,,宋欣航,2. 基于时间序列预测模型的鱼类迁徙研究.管理学,2020-08.
4王国徽;姚俭. 基于Kmeans算法的模糊时间序列预测模型.基础数学,2015-01.
5李晨. 基于时间序列组合模型的研究.教育学,2023-05.
6程敏;张耀文;姜纪沂;任杰;赵振宏. 基于时间序列模型的降雨量预测分析.水利水电工程,2019-01.
7沈仁德. 基于深度学习的电力负荷预测模型研究.电力系统及自动化,2024-07.
8谢礼华1，张浩博,2，任思琦,3. 基于灰色时间序列预测模型对新零售精准需求预测的研究.教育学,2021-01.
9廖慧,黄闽南,蒋开莉,成豪,张周国. 基于时间序列乘法模型四川未来发电量预测研究.,2023-04.
10廖慧,黄闽南,蒋开莉,成豪,张周国. 基于时间序列乘法模型四川未来发电量预测研究.,2023-04.

来源期刊

中国建设信息化

中国建设信息化

相关推荐

同分类资源更多

相关关键词

数据分析，时间序列预测，时间协变量漂移深度学习

返回顶部