Scifaro

中文

基于位置的内容注意力用于序列到序列RNN的时间序列预测

机器学习 2017-08-22 v2 神经与进化计算

作者: Yagmur G. Cinar , Hamid Mirisaee , Parantapa Goswami , Eric Gaussier , Ali Ait-Bachir , Vadim Strijov

在 arXiv 上查看 ↗ PDF ↗

摘要

我们在此提出一种用于序列到序列循环神经网络（RNN）的扩展注意力模型，旨在捕获时间序列中的（伪）周期。该扩展注意力模型可部署于任何RNN之上，并被证明在多个单变量和多变量时间序列的预测上取得最先进的性能。

关键词

时间序列预测序列到序列模型循环神经网络注意力机制伪周期模式多变量时间序列

引用

@article{arxiv.1703.10089,
  title  = {Position-based Content Attention for Time Series Forecasting with Sequence-to-sequence RNNs},
  author = {Yagmur G. Cinar and Hamid Mirisaee and Parantapa Goswami and Eric Gaussier and Ali Ait-Bachir and Vadim Strijov},
  journal= {arXiv preprint arXiv:1703.10089},
  year   = {2017}
}