深度学习用于时间序列预测：教程与文献综述
机器学习
2022-06-17 v2 机器学习
摘要
基于深度学习的预测方法已成为时间序列预测或预报许多应用中的首选方法，常优于其他方法。因此，近年来这些方法在大规模工业预测应用中已无处不在，并在预测竞赛（如 M4 和 M5）中持续位列最佳成绩。这一实际成功进一步提升了学术界理解和改进深度预测方法的兴趣。本文对该领域进行了介绍与概述：我们较深入地介绍了深度预测的重要构建模块；利用这些构建模块，我们进而综述了近期深度预测文献的广度。
引用
@article{arxiv.2004.10240,
title = {Deep Learning for Time Series Forecasting: Tutorial and Literature Survey},
author = {Konstantinos Benidis and Syama Sundar Rangapuram and Valentin Flunkert and Yuyang Wang and Danielle Maddix and Caner Turkmen and Jan Gasthaus and Michael Bohlke-Schneider and David Salinas and Lorenzo Stella and Francois-Xavier Aubet and Laurent Callot and Tim Januschowski},
journal= {arXiv preprint arXiv:2004.10240},
year = {2022}
}
备注
33 pages, 6 figures