基于改進(jìn)VAE 的時(shí)間序列數(shù)據(jù)增強(qiáng)方法

打開(kāi)文本圖片集

摘要：基于數(shù)據(jù)驅(qū)動(dòng)的時(shí)間序列預(yù)測(cè)模型通常需要大量的訓(xùn)練數(shù)據(jù)，當(dāng)數(shù)據(jù)量不足時(shí)將導(dǎo)致建模的準(zhǔn)確性下降。本文針對(duì)時(shí)間序列預(yù)測(cè)中的小樣本問(wèn)題，提出了一種基于改進(jìn)變分自編碼器（Variational Auto-Encoder， VAE） 的時(shí)間序列數(shù)據(jù)增強(qiáng)方法，旨在生成和原始數(shù)據(jù)不同但分布相似的虛擬數(shù)據(jù)。通過(guò)在編碼網(wǎng)絡(luò)中引入多頭自注意力機(jī)制挖掘原始數(shù)據(jù)深層特征，為解碼網(wǎng)絡(luò)生成數(shù)據(jù)時(shí)提供全面的特征信息；引入殘差連接避免模型出現(xiàn)梯度消失的問(wèn)題。（剩余1302字）