基于深度更新过程的中断需求预测
机器学习
2019-11-26 v1 机器学习
摘要
中断需求，即需求发生在时间上呈零星出现，是预测中一个常见且具挑战性的问题。本文中，我们首先建立更新过程与当前用于中断需求预测的一组模型之间的联系。然后，我们基于“深度”时序点过程的最新范式，开发了一组利用循环神经网络参数化条件需求间隔时间与尺寸分布的模型。我们在离散与连续时间中断需求数据上展示了有利的经验发现，验证了我们所提方法的实用价值。
引用
@article{arxiv.1911.10416,
title = {Intermittent Demand Forecasting with Deep Renewal Processes},
author = {Ali Caner Turkmen and Yuyang Wang and Tim Januschowski},
journal= {arXiv preprint arXiv:1911.10416},
year = {2019}
}
备注
NeurIPS 2019 Workshop on Temporal Point Processes