-
题名基于一致性功能神经过程的多视图时序预测
- 1
-
-
作者
杨春霞
蒋耀
翟雪彤
周媛媛
-
机构
南京信息工程大学自动化学院
江苏省大数据分析与技术重点实验室
-
出处
《计算机工程》
北大核心
2025年第10期111-120,共10页
-
基金
国家自然科学基金(61273229)。
-
文摘
在多视图时间序列预测领域,如何有效融合来自不同视图的信息,是一个重要且具有挑战性的问题。现有的多视图时序预测方法在捕获历史数据趋势方面存在局限性,同时也常受到多视图信息分布不一致的影响。针对这两个问题,基于功能神经过程(FNP)框架,提出一种一致性功能神经过程(CFNP)框架。CFNP框架中包含两个核心模块:视图随机相关图模块和视图分布对齐模块。视图随机相关图模块通过分析历史数据的分布,辅助对当前数据的理解和预测;而视图分布对齐模块致力于缩小不同视图间的概率分布差异,通过在潜在空间中施加约束,提高模型对时间序列内在关联性的捕捉能力。在两个公开数据集上的实验结果表明,相比于现有方法,CFNP框架在均方根误差(RMSE)上性能提升分别为14%和5%,证明此框架能够更准确地预测多视图时间序列。
-
关键词
多视图学习
时序预测
概率预测
功能神经过程
一致性正则化
-
Keywords
multi-view learning
time series prediction
probabilistic prediction
Functional Neural Process(FNP)
consistency regularization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
