预知网络：一种面向草莓桌面产量预测的多时间线Transformer网络架构
机器学习
2022-11-16 v1
摘要
产量预测是产量优化的关键首要步骤，对更广泛的食品供应链、采购、价格谈判、物流与供应具有重要影响。然而产量预测 notoriously 困难且常常不准确。预知网络（Premonition Net）是一种多时间线、时间序列摄入方法，用于处理过去、现在以及对未来的预知。我们展示了该结构结合 Transformer 如何获得关键的产量预测能力，从而改善粮食安全、降低价格并减少浪费。我们发现数据可用性仍是一个持续的难题，但利用我们的预知网络及自行收集的数据，我们在最近一季中实现了提前 3 周的产量预测，测试集 RMSE 损失约为 0.08。
引用
@article{arxiv.2211.08177,
title = {Premonition Net, A Multi-Timeline Transformer Network Architecture Towards Strawberry Tabletop Yield Forecasting},
author = {George Onoufriou and Marc Hanheide and Georgios Leontidis},
journal= {arXiv preprint arXiv:2211.08177},
year = {2022}
}
备注
9 pages, 6 figures, IEEE two column format style