基于自注意力机制的严重缺失多元时间序列插补方法研究.pdf

基于自注意力机制的严重缺失多元时间序列插补方法研究.pdf

摘要

多元时间序列数据分析在交通流量预测、气象变化监测、医疗健康监测等领

域中至关重要,但在现实场景中普遍存在数据缺失问题,有的缺失率甚至超过

50%,严重影响下游分析的准确性和可靠性。现有插补方法大多面向低缺失率场

景设计,在全局趋势恢复和局部细节捕捉上存在局限,面临梯度消失、时空依赖

关系建模不足、复杂非线性特征表征困难等难题。为此,本文针对高缺失率的多

元时间序列,从时间依赖性建模和时空联合建模两个角度展开插补方法研究。本

文主要贡献如下:

针对现有模型在高缺失率场景下对维度间复

文档评论(0)

1亿VIP精品文档

相关文档