融合全局和变量间相关性的多变量时间序列预测研究
王宏博
贵州财经大学信息学院 贵州 贵阳 550025
摘要：时间序列在现实生活中有着广泛的应用,通过时间序列预测模型可以有效预测未来的变化趋势,为决策提供依据.在多变量时间序列预测研究中,已有诸多模型被提出,但现有方法存在一些问题,如对多变量时间序列中的全局相关性利用不足、未充分考虑时间序列本身的变量信息等.针对这些问题,文章设计了两种不同的序列嵌入方式,通过Transformer架构分别对时间维度上的时间标记和通道维度上的变量标记进行特征提取,并将这些特征进行融合,实现对时间序列的精准预测.通过在 3个真实时间序列数据集上对该模型进行实验评估,结果表明,模型在预测准确度上优于其他基线模型,相比于最优的基线模型PatchTST,在3个数据集上的MSE平均降低了约17.3%,MAE平均降低了约12.8%.
关键词：多变量时间序列预测全局相关性协变量注意力机制
论文发表日期：2025-05-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 59-64 )