深度學習應(yīng)用于時序預測研究綜述

摘要： 時間序列一般是指對某種事物發(fā)展變化過程進行觀測并按照一定頻率采集得出的一組隨機變量。時間序列預測的任務(wù)就是從眾多數(shù)據(jù)中挖掘出其蘊含的核心規(guī)律并且依據(jù)已知的因素對未來的數(shù)據(jù)做出準確的估計。由于大量物聯(lián)網(wǎng)數(shù)據(jù)采集設(shè)備的接入、多維數(shù)據(jù)的爆炸增長和對預測精度的要求愈發(fā)苛刻，經(jīng)典的參數(shù)模型以及傳統(tǒng)機器學習算法難以滿足預測任務(wù)的高效率和高精度需求。近年來，以卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和Tr...