基于统计特征搜索的多元时间序列预测方法

来源：电子与信息学报杂志2024年第8期北京时间：

作者：潘金伟, 王乙乔, 钟博, 王晓玲

单位：华东师范大学计算机科学与技术学院 上海 200062

摘要：时间序列中包含一些长期依赖关系，如长期趋势性、季节性和周期性，这些长期依赖信息的跨度可能是以月为单位的，直接应用现有方法无法显式建模时间序列的超长期依赖关系。该文提出基于统计特征搜索的预测方法来显式地建模时间序列中的长期依赖。首先对多元时间序列中的平滑特征、方差特征和区间标准化特征等统计特征进行抽取，提高时间序列搜索对趋势性、周期性、季节性的感知。随后结合统计特征在历史序列搜索相似的序列，并利用注意力机制融合当前序列信息与历史序列信息，生成可靠的预测结果。在5个真实的数据集上的实验表明该文提出的方法优于6种最先进的方法。

关键词：多元时间序列, 预测, 注意力机制, 长期依赖

基金资助：国家自然科学基金(61972155)