阿里提出時(shí)序預(yù)測新模型 論文入選頂會(huì)ICML2022

2022-07-12 10:37:08

云計(jì)算 阿里巴巴達(dá)摩院近期提出一種長時(shí)序預(yù)測的新模型FEDformer，精準(zhǔn)度比業(yè)界最優(yōu)方法提升14.8%以上，模型已應(yīng)用于電網(wǎng)負(fù)荷預(yù)測。相關(guān)論文已被機(jī)器學(xué)習(xí)頂會(huì)ICML2022收錄。

公司主營業(yè)務(wù)：成都網(wǎng)站建設(shè)、做網(wǎng)站、移動(dòng)網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實(shí)現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競爭能力。成都創(chuàng)新互聯(lián)公司是一支青春激揚(yáng)、勤奮敬業(yè)、活力青春激揚(yáng)、勤奮敬業(yè)、活力澎湃、和諧高效的團(tuán)隊(duì)。公司秉承以“開放、自由、嚴(yán)謹(jǐn)、自律”為核心的企業(yè)文化，感謝他們對(duì)我們的高要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會(huì)用頭腦與智慧不斷的給客戶帶來驚喜。成都創(chuàng)新互聯(lián)公司推出郁南免費(fèi)做網(wǎng)站回饋大家。

給定一段時(shí)期的歷史數(shù)據(jù)，AI能否準(zhǔn)確預(yù)測天氣變化、電網(wǎng)負(fù)荷需求、交通擁堵狀況？這是個(gè)時(shí)序預(yù)測問題。阿里巴巴達(dá)摩院近期提出一種長時(shí)序預(yù)測的新模型FEDformer，精準(zhǔn)度比業(yè)界最優(yōu)方法提升14.8%以上，模型已應(yīng)用于電網(wǎng)負(fù)荷預(yù)測。相關(guān)論文已被機(jī)器學(xué)習(xí)頂會(huì)ICML2022收錄。

ICML是機(jī)器學(xué)習(xí)領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議，2022年度會(huì)議將于本周日（7月17日）開幕。達(dá)摩院決策智能實(shí)驗(yàn)室的論文《FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting》關(guān)注了機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典問題：時(shí)序預(yù)測。

時(shí)間序列預(yù)測（Time Series Forecasting），通俗理解就是利用歷史數(shù)據(jù)預(yù)測未來信息。預(yù)測可分為短期、中期和長期預(yù)測，需要預(yù)測的時(shí)間窗口越長，預(yù)測難度就越大。這項(xiàng)技術(shù)在氣象、電力、零售、交通等諸多行業(yè)有廣泛應(yīng)用。

傳統(tǒng)的時(shí)序預(yù)測模型一般采用LSTM、CNN等方法，精準(zhǔn)度和使用場景都較為有限，無力處理大規(guī)模數(shù)據(jù)。近些年來，研究人員開始將transformer模型引入長時(shí)序預(yù)測，但效果仍不夠理想，簡單地說該模型核心中的注意力機(jī)制模塊對(duì)時(shí)序數(shù)據(jù)不夠敏感。

達(dá)摩院提出的長時(shí)序預(yù)測模型FEDformer，融合transformer和經(jīng)典信號(hào)處理方法。比如，利用傅立葉/小波變換將時(shí)域信息拆解為頻域信息，讓transformer更好地學(xué)習(xí)長時(shí)序中的依賴關(guān)系。FEDformer也能排除干擾，具有更好的魯棒性。其中專門設(shè)計(jì)了周期趨勢項(xiàng)分解模塊，通過多次分解以降低輸入輸出的波動(dòng)，進(jìn)一步提升預(yù)測精度。

達(dá)摩院FEDformer模型架構(gòu)

實(shí)驗(yàn)證明，達(dá)摩院新模型在電力、交通、氣象等6個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上均取得最佳紀(jì)錄，預(yù)測精準(zhǔn)度較此前業(yè)界最佳模型分別提升14.8%（多變量）和22.6%（單變量）。值得一提的是，該模型已走出實(shí)驗(yàn)室，在區(qū)域電網(wǎng)完成概念驗(yàn)證，明顯提升電網(wǎng)負(fù)荷預(yù)測準(zhǔn)確率。

達(dá)摩院FEDformer模型在6個(gè)數(shù)據(jù)集均取得最佳紀(jì)錄

據(jù)了解，達(dá)摩院決策智能實(shí)驗(yàn)室旨在用數(shù)學(xué)建模來解決真實(shí)世界的復(fù)雜問題，其重點(diǎn)研究方向包括時(shí)序預(yù)測，今年剛在ICASSP'22 AIOps Challenge獲得冠軍?；谧匝械臅r(shí)序預(yù)測、優(yōu)化求解器MindOpt、安全強(qiáng)化學(xué)習(xí)等底層技術(shù)，達(dá)摩院打造的綠色能源AI，已逐步落地全國多家電網(wǎng)和發(fā)電企業(yè)，促進(jìn)綠色能源消納和電網(wǎng)安全運(yùn)行。

本文標(biāo)題：阿里提出時(shí)序預(yù)測新模型論文入選頂會(huì)ICML2022
瀏覽路徑：http://m.5511xx.com/article/dhgpiog.html