（十六）Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks（LSNet）

相关PPT已经上传，可以在我上传的资源里看到，可免费下载

论文信息

• 2018
• SIGIR(CCFA)
• 作者单位：CMU(Carnegie Mellon University卡内基梅隆大学)
• 多元时间序列预测

论文链接：Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks

代码链接：https://github.com/laiguokun/LSTNet

解析论文的参考的论文：
参考一：https://zhuanlan.zhihu.com/p/84334041
参考二：https://blog.csdn.net/kidchildcsdn/article/details/105514605
参考三：陈同学在路上
参考四：内含相关代码解析

一、论文动机

二、论文方法

1. 卷积组件
2. 循环组件
3. 循环-跳跃组件
4. Attention组件
5. 自回归组件

三、论文实验

• 四个数据集
• 评测指标
• 实验比对（9组）

四、论文亮点