基于自回归过程希尔伯特空间嵌入的短期时间序列预测
机器学习
2016-03-17 v1
摘要
线性自回归模型作为离散时间随机过程的基本表示。人们已做出不同尝试来提供基本自回归过程的非线性版本，包括基于核方法的不同版本。受分布希尔伯特空间嵌入这一强大框架的启发，本文将此方法应用于阶数为 的自回归过程的核嵌入。通过这样做，我们提供了自回归过程的非线性版本，在高度复杂的时间序列中表现出优于线性模型的性能。我们使用所提出的方法对不同时间序列进行单步超前预测，并将其性能与其他非线性方法进行比较。
引用
@article{arxiv.1603.05060,
title = {Short-term time series prediction using Hilbert space embeddings of autoregressive processes},
author = {Edgar A. Valencia and Mauricio A. Álvarez},
journal= {arXiv preprint arXiv:1603.05060},
year = {2016}
}