基于时间点过程的时间序列预测模型

作者：郭全盛; 李栋; 张蕾^*; 魏楚元

来源：计算机工程与科学, 2021, 43(07): 1299-1307.

• 时间点过程
• 递归神经网络
• 时间序列
• 累积危险函数
• 对数似然函数

对城市中发生的事件进行有效预测,可以为政府避免、控制或减轻相关的社会风险提供决策支撑。首先,提出基于积分求导法的条件强度函数式,提高序列预测精度;其次,构建基于递归神经网络和累积危险函数的时间点过程模型,通过递归神经网络捕获历史事件的非线性依赖关系,利用全连接网络获得累积危险函数;最后,选择具有代表性的合成数据集和真实数据集对几种模型的性能进行对比分析。实验结果表明,所提模型可以更好地进行城市事件的时间序列预测,在平均绝对误差、平均负对数似然值等方面均优于传统的时间点过程模型,说明了模型的优越性。

• 单位
  北京建筑大学