Transformer在时间序列预测中的应用综述

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：以Transformer为代表的深度学习理论在时间序列预测任务中表现优异.首先阐述了Transformer的基本原理和特点;然后着重分析了目前基于Transformer结构改进的相关预测模型,分别从性能优化和结构改进两方面进行了详细的论述,并列举了改进模型应用的场合和领域;最后总结了Transformer在时间序列预测上的优缺点,并对未来的研究工作进行了展望.

作者：

夏雪、闫恩来、李喜武

展开 >

作者单位：

广东石油化工学院自动化学院广东茂名 525000

吉林化工学院信息与控制工程学院吉林吉林 132022

关键词：

时间序列预测 Transformer

基金：

广东石油化工学院科研项目&&

项目编号：

2018rc30U21A20290

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.03.000

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(3)

被引量1
参考文献量23