优化时间序列预测架构：一种层次化神经架构搜索方法
机器学习
2025-10-24 v2
摘要
时间序列预测研究的快速发展带来了该领域许多基于深度学习的模块。然而，尽管新的预测架构数量不断增加，我们是否充分利用了这些现有模块在合理设计的架构中的潜力仍不清楚。在这项工作中，我们提出了一种新颖的层次化神经架构搜索方法用于时间序列预测任务。通过设计层次化搜索空间，我们整合了许多为预测任务设计的架构类型，并允许不同预测架构模块的高效组合。长期时间序列预测任务的结果表明，我们的方法能够跨不同预测任务搜索到轻量级高性能的预测架构。
引用
@article{arxiv.2406.05088,
title = {Optimizing Time Series Forecasting Architectures: A Hierarchical Neural Architecture Search Approach},
author = {Difan Deng and Marius Lindauer},
journal= {arXiv preprint arXiv:2406.05088},
year = {2025}
}