基于初始化注意力残差网络的供水预测
机器学习
2020-01-01 v1
摘要
实时准确的供水预测对水厂至关重要。然而，大多数现有方法易受热假日等因素影响，导致供水预测可靠性下降。在本文中，我们提出一种称为初始化注意力残差网络（IARN）的通用人工神经网络，其结合了注意力模块与残差模块。具体而言，我们不再在时间序列任务中继续使用循环神经网络（RNN），而是尝试构建卷积神经网络（CNN）以减弱其他因素的干扰、缓解记忆容量限制并获得更可信的结果。我们的方法在多个数据集上于准确性、鲁棒性与泛化能力方面取得了最先进的性能。
引用
@article{arxiv.1912.13497,
title = {Water Supply Prediction Based on Initialized Attention Residual Network},
author = {Yuhao Long and Jingcheng Wang and Jingyi Wang},
journal= {arXiv preprint arXiv:1912.13497},
year = {2020}
}
备注
7 pages, 4 figures. This work has been submitted to IFAC for possible publication