时间序列分析 | Python实现STID多元时间序列预测

时间序列分析 | Python实现STID多元时间序列预测

目录

    • 时间序列分析 | Python实现STID多元时间序列预测
      • 预测结果
      • 基本介绍
      • 模型结构
      • 程序设计
      • 参考资料

预测结果

时间序列分析 | Python实现STID多元时间序列预测_第1张图片

时间序列分析 | Python实现STID多元时间序列预测_第2张图片

基本介绍

多元时间序列 (MTS) 预测在广泛的应用中起着至关重要的作用。最近,时空图神经网络 (STGNN) 因其最先进的性能而成为越来越流行的 MTS 预测方法。然而,最近基于 STGNN 的方法变得越来越复杂,但性能改进有限。这种现象促使我们探索 MTS 预测的关键因素,并设计一个与 STGNN 一样强大但更简洁高效的模型。在本文中,我们将样本在空间和时间维度上的不可区分性确定为关键瓶颈,并通过附

你可能感兴趣的:(时间序列分析(Python),深度学习算法,#,交通状态分析,python,人工智能,深度学习,STID,多元时间序列预测)