改进DTW下界约束的Granger多元时序LSTM预测模型
来源：计算机应用与软件杂志2024年第5期北京时间：
作者：许凤魁, 孙士保, 贾少勇, 王静
摘要：多元时序的因果预测研究是探讨复杂网络响应关系的热点问题。提出一种通过DTW的下界约束组合并改进的层级过滤器，与格兰杰因果验证法相结合验证其因果统计量，挖掘出有效信息实现有效降维，进一步输入LSTM预测模型进行因果预测。仿真实验利用开源的空气质量数据集进行定量和定性对比验证，该方法的损失函数训练曲线和测试曲线有较好的拟合度，表明该因果预测法是可行且有效的。
关键词：动态时间弯曲, 长短时记忆网络, 格兰杰因果关系, 层级过滤器
