张量时间序列预测T-Transformer模型

来源：计算机工程与应用杂志2023年第11期北京时间：

作者：李文, 陈佳伟, 刘瑞雪, 侯玉国, 杜守国

单位：1.上海对外经贸大学 统计与信息学院，上海 201620；2.上海市大数据中心，上海 200072

摘要：张量时间序列呈现了多个时间序列随着时间变化协同演化的特征，张量时间序列预测已成为一个重要的问题。针对张量时间序列的高维特征，提出了基于Transformer的张量时间序列预测方法T-Transformer，将张量运算和Transformer共同集成到一个统一的框架中。该方法用张量表示的高阶时间序列，运用张量的切片和向量化，将张量时间序列转换成向量，将该向量经过编码后输入到Transformer模型，得到张量时间序列预测值。在三个公开数据集上进行的实验表明，与基准方法相比较，所提出的方法取得了更好的预测效果。

关键词：张量时间序列,张量向量化,注意力机制,Transformer模型,时间序列预测