张量时间序列预测T-Transformer模型

作     者：李文 陈佳伟 刘瑞雪 侯玉国 杜守国 LI Wen;CHEN Jiawei;LIU Ruixue;HOU Yuguo;DU Shouguo

作者机构：上海对外经贸大学统计与信息学院上海201620 上海市大数据中心上海200072 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第11期

页      面：57-62页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(12171310) 上海市领军人才项目 上海对外经贸大学研究生科研创新培育项目。 

主　　题：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 

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。