多阶耦合预测网络

捕捉多阶内外部关联

一种统一学习多变量时间序列内部及序列间多阶耦合关系的深度网络，同时提取变量模式并完成一步预测。

Kun, Yi · 张奇 · Hui, He · Shi, Kaize · Hu, Liang · 安宁 · 牛振东

ACM Transactions on Information Systems 2024

技术优势

联合建模多阶耦合

同时捕捉序列内与序列间的多阶交互，避免分开建模造成的信息损失。

一步推理生成预测

通过单次前向传播即可获得预测结果，无需迭代多步。

性能优于现有最优

在七个真实数据集上的实验显示，DeepCN 的预测精度超过当前最优基线。

应用场景

• 时序预测：为多变量时序预测提供更高精度的联合建模方案。
• 智能传感数据分析：捕捉传感器数据中的多阶内部关联，提升分析效果。
• 设备状态监测：通过多变量时序预测实现更准确的设备状态估计。
• 机器人状态预测：利用多阶耦合关系提升机器人状态预测的可靠性。