文献类型：期刊文章

作　　者：夏雪[1] 闫恩来[2] 李喜武[1]

XIA Xue;YAN Enlai;LI Xiwu

机构地区：[1]广东石油化工学院自动化学院,广东茂名525000 [2]吉林化工学院信息与控制工程学院,吉林吉林132022

出　　处：《信息技术与信息化》

基　　金：广东石油化工学院科研基金项目(2018rc30);针对小分子污染物的在线分析方法及其应用研究(U21A20290)。

年　　份：2024

期　　号：3

起止页码：124-128

语　　种：中文

收录情况：普通刊

摘　　要：以Transformer为代表的深度学习理论在时间序列预测任务中表现优异。首先阐述了Transformer的基本原理和特点;然后着重分析了目前基于Transformer结构改进的相关预测模型,分别从性能优化和结构改进两方面进行了详细的论述,并列举了改进模型应用的场合和领域;最后总结了Transformer在时间序列预测上的优缺点,并对未来的研究工作进行了展望。

关 键 词：时间序列 预测  TRANSFORMER

分 类 号：O211.61]