基于图增强和注意力机制的时间序列不确定性预测

来源：华东师范大学学报·哲学社会科学版杂志2025年第1期北京时间：

作者：门超杰, 赵静, 张楠

摘要：为提升对未来事件的预判能力并有效应对不确定性, 提出了一种基于图增强和注意力机制的网络架构, 用于多元时间序列的不确定性预测. 通过引入隐含式图结构并结合图神经网络技术, 捕捉各序列间相互依赖关系, 从而建模时间序列之间的相互影响; 运用注意力机制捕捉同一序列内的时序变化模式, 以建模时间序列的动态演变规律; 采用蒙特卡洛随机失活 (Monte Carlo dropout) 方法近似模型参数, 并将预测序列建模为随机分布, 以实现精确的时间序列不确定性预测. 实验证明, 该方法在保持较高预测精度的同时, 还能进行可靠的不确定性估计, 可以为决策任务提供置信度信息.

关键词：不确定性,图增强,时间序列,注意力机制,

基金资助：国家自然科学基金 (62006078, 62006076); 上海市自然科学基金 (22ZR1421700)