原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
时间序列分析是人工智能和数据挖掘领域的重要研究方向，其主要任务包括时间
序列预测和时间序列补全。时间序列预测旨在基于历史数据对未来趋势进行建模与推
测，而时间序列补全则致力于填补因数据缺失带来的时间序列空白，确保数据的完整
性和连续性。在时间序列预测任务中，现有传统和深度学习的方法在处理多变量、长
时间依赖的数据时，常面临预测精度低、计算效率差等问题。在时间序列补全任务中，
缺失数据是一个常见而关键的问题，例如传感器
文档评论（0）