transformer时间序列预测的input
时间: 2023-08-06 21:06:39 浏览: 102
Long Short-term Memory
在Transformer模型中,时间序列预测的输入通常需要进行归一化处理。输入数据的维度会发生变化,从一个维度(例如15)变为另一个维度(例如512)。在一些时间序列预测项目中,还会考虑日期因素的影响,如星期、月份、节假日等,但在本文中只考虑位置编码。具体的输入计算过程可以参考Informer论文链接中的图示。[1]
在时间序列预测任务中,为了得到未来时刻的预测结果,通常需要使用前一时刻的数据作为输入。例如,在预测第三个时刻的数据时,输入会包括前两个时刻的数据。为了得到预测结果,Decoder的输出应该是一个与Decoder输入大小一致的tensor。为了得到特定时刻的解码输出,只会取Decoder输出的最后一个向量,并将其喂入到分类器中进行分类。类似地,在预测多个未来时刻的数据时,需要使用前几个时刻的数据作为输入。[2]
需要注意的是,以上是对Transformer模型在时间序列预测中的一般流程的描述,具体的输入形式可能会因项目而异。如果想要更深入了解Transformer模型在时间序列预测中的应用,可以参考作者提供的盾构机掘进参数预测项目的说明。[3]
阅读全文