时间序列是与时间相关的、一般按时间顺序的一组数字序列。
按平稳行可分为平稳时间序列和非平稳时间序列。
- 对于平稳时间序列，一般可以通过ARMA模型进行拟合。
- 对于非平稳时间序列，可以通过差分转化为非平稳时间序列。
个人理解：
在深度学习中，时间序列因为其含有稀疏特征而可能造成参数的欠拟合，时间序列分析及其相关的预测和分解方法成为一个难点。
现状：
1.各类基于transformer的模型层出不穷，时间卷积和LSTM也被广泛使用
2.全连接网络被认为非常有效。
时间序列是与时间相关的、一般按时间顺序的一组数字序列。
按平稳行可分为平稳时间序列和非平稳时间序列。
个人理解：
在深度学习中，时间序列因为其含有稀疏特征而可能造成参数的欠拟合，时间序列分析及其相关的预测和分解方法成为一个难点。
现状：
1.各类基于transformer的模型层出不穷，时间卷积和LSTM也被广泛使用
2.全连接网络被认为非常有效。