基于Transformer模型的時序數據預測方法綜述

摘要： 時序數據預測（TSF）是指通過分析歷史數據的趨勢性、季節性等潛在信息，預測未來時間點或時間段的數值和趨勢。時序數據由傳感器生成，在金融、醫療、能源、交通、氣象等眾多領域都發揮著重要作用。隨著物聯網傳感器的發展，海量的時序數據難以使用傳統的機器學習解決，而Transformer在自然語言處理和計算機視覺等領域的諸多任務表現優秀，學者們利用Transformer模型有效捕獲長期依賴... （共20頁）