若你喜欢它，就用 GAN 生成它：基于 GAN 的概率多元时间序列预测
机器学习
2023-02-01 v1 信号处理
摘要
本文的贡献有两点。首先，我们提出 ProbCast——一种用于多元时间序列预测的新型概率模型。我们采用条件 GAN 框架，通过对抗训练来训练模型。其次，我们提出一个框架，可将确定性模型转化为性能更优的概率模型。该框架的动机在于，要么将现有高精度的点预测模型转化为其概率对应版本，要么通过谨慎且高效地选择 GAN 组件架构来稳定训练 GAN。我们在两个公开数据集（即电力消耗数据集和汇率数据集）上进行了实验。实验结果表明了我们模型的卓越性能以及所提框架的成功应用。
引用
@article{arxiv.2005.01181,
title = {If You Like It, GAN It. Probabilistic Multivariate Times Series Forecast With GAN},
author = {Alireza Koochali and Andreas Dengel and Sheraz Ahmed},
journal= {arXiv preprint arXiv:2005.01181},
year = {2023}
}