科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的多维时间序列(mutivariate time series, MTS)预测模型大多关注序列变量间的时空依赖关系，没有考虑MTS各变量上取值的典型变化趋势，即局部上下文模式(local context pattern, LCP)。为此设计一种基于因果卷积自注意力和图卷积网络的MTS预测模型，通过多通道多尺度因果卷积提取MTS各变量的多尺度LCP特征，采用多头自注意力机制捕获多尺度LCP间的时序依赖关系，由图卷积网络提取多尺度LCP时序特征之间的空间依赖关系。在4个公开MTS数据集上的结果表明了该预测方法预测性能的优越性。
- 单位
