背景介绍
层次时间序列预测,主要针对的是多元时间序列中,各个序列能够形成一个层次结构的场景,层次结构中,满足父节点的序列值等于其子节点序列值之和。层次预估需要达成2个条件:首先,需要对层次中的每个节点都进行预测;其次,需要保证某个父节点的预测结果和其子节点的预测结果之和相等(或近似相等),这个约束可以被称为层次约束。层次预估在应用场景中也比较常见,相对于基础的时间序列预测,层次时间序列预测需要不仅要考虑如何预测好每个序列,还要考虑如何让整体层次预估结果满足层次约束。
层次预测中,不同层次的时间序列体现出不同的特性。越上层的节点,粒度越粗,噪声越小,序列越平稳,但是信息含量较少;约下层的节点,粒度越细,噪声越大,序列规律性越差,但是信息含量丰富。层次预估的核心,也就在于融合融合上层序列和下层序列各自的优势,达成最终准确、一致的层次预估结果。
2
SLOTH层次预测模型
本文提出的SLOTH层次预测模型,核心网络结构如下图所示,主要包括时序特征提取、自顶向下的卷积网络、自底向上的attention网络、基础预估结果产出4个部分。