(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)

相关PPT已经上传,可以在我上传的资源里看到,可免费下载

论文信息

  • 2018
  • SIGIR(CCFA)
  • 作者单位:CMU(Carnegie Mellon University卡内基梅隆大学)
  • 多元时间序列预测

论文链接:Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks

代码链接:https://github.com/laiguokun/LSTNet

解析论文的参考的论文:
参考一:https://zhuanlan.zhihu.com/p/84334041
参考二:https://blog.csdn.net/kidchildcsdn/article/details/105514605
参考三:陈同学在路上
参考四:内含相关代码解析

这里写目录标题

        • 一、论文动机
        • 二、论文方法
        • 三、论文实验
        • 四、论文亮点

一、论文动机

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第1张图片

二、论文方法

  1. 卷积组件
  2. 循环组件
  3. 循环-跳跃组件
  4. Attention组件
  5. 自回归组件

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第2张图片

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第3张图片

三、论文实验

  • 四个数据集
  • 评测指标
  • 实验比对(9组)

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第4张图片

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第5张图片

四、论文亮点

(十六)Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks(LSNet)_第6张图片

你可能感兴趣的:(论文解析)