Генеративна модель для прогнозування часових рядів на основі архітектури кодувальник-декодувальник

• Видавець: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
• Дата: 2022
• Автори: Nedashkovskaya, Nadezhda, Androsov, Dmytro
• Формат: Стаття
• Мова: English
• Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2022
• Теми: прогнозування; варіаційний автокодувальник; рекурентна нейронна мережа типу GRU; нейронне звичайне диференціальне рівняння; латентний простір; нестаціонарний часовий ряд; прогнозирование; вариационный автокодировщик; рекуррентная нейронная сеть типа GRU; нейронное обыкновенное дифференциальное уравнение; латентное пространство; нестационарный временной ряд; prediction; variational autoencoder; GRU recurrent neural network; neural ordinary differential equation; latent space; nonstationary time series
• Онлайн доступ: http://journal.iasa.kpi.ua/article/view/259236

Encoder-decoder neural network models have found widespread use in recent years for solving various machine learning problems. In this paper, we investigate the variety of such models, including the sparse, denoising and variational autoencoders. To predict non-stationary time series, a generative m...