基于深度学习的时间序列预测：综述
机器学习
2021-04-28 v2 机器学习
摘要
为适应不同领域时间序列数据集的多样性，已开发出众多深度学习架构。在本文中，我们综述了用于单步向前与多步时间序列预测的常用编码器与解码器设计——描述了各模型如何将时间信息纳入预测。接下来，我们重点介绍混合深度学习模型的最新进展，这类模型将研究充分的统计模型与神经网络组件相结合，以改进任一类中的纯方法。最后，我们概述了深度学习亦可促进基于时间序列数据的决策支持的若干方式。
引用
@article{arxiv.2004.13408,
title = {Time Series Forecasting With Deep Learning: A Survey},
author = {Bryan Lim and Stefan Zohren},
journal= {arXiv preprint arXiv:2004.13408},
year = {2021}
}