ARIMA与深度学习模型在温度预报中的比较
机器学习
2020-11-10 v1 人工智能
摘要
天气预报以多种方式使我们受益，从农民耕种和收割作物到航空公司安排航班。由于大气的混沌性质，天气预报是一项具有挑战性的任务。因此，大量研究关注于获取天气预报的益处并克服其挑战。本文比较ARIMA（自回归积分滑动平均）模型与深度学习模型以预报温度。深度学习模型由一维卷积层提取空间特征和LSTM层提取时间特征组成。这两个模型均应用于来自匈牙利塞格德的每小时温度数据集。根据实验结果，深度学习模型的表现优于传统ARIMA方法。
引用
@article{arxiv.2011.04452,
title = {Comparison between ARIMA and Deep Learning Models for Temperature Forecasting},
author = {Eranga De Saa and Lochandaka Ranathunga},
journal= {arXiv preprint arXiv:2011.04452},
year = {2020}
}