基于多任务学习的多层次时间序列的联合预测研究

目录

声明

第1章 绪论

1.1 课题的研究背景及意义

1.2 研究现状与挑战

1.2.1 研究现状

1.2.2 主要面临的挑战

1.3 本文研究内容

1.4 论文组织结构

第2章 相关工作

2.1 多层次时间序列概念

2.2 单变量时间序列预测

2.2.1 自回归移动平均模型

2.2.2 指数平滑模型

2.3 调和预测

2.3.1 简单映射矩阵法

2.3.2 最优组合法

2.3.3 正则化层次预测法

2.4 小结

第3章 基于多任务线性回归的多层次联合预测

3.1 理论基础

3.2 模型介绍

3.3 特征选择

3.4 实验结果及分析

3.4.1 仿真实验

3.4.2 旅游业预测

3.5 小结

第4章 基于多任务深度学习的多层次联合预测

4.1 理论基础

4.2 模型介绍

4.2.1 卷积部分

4.2.2 递归部分

4.2.3 自回归部分

4.3 模型优化

4.4 实验结果及分析

4.4.1 实验数据

4.4.2 实验设置

4.4.3 实验结果

4.5 小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

发表论文和参加科研情况说明

致谢