| 基于深度学习的时空序列预测方法综述 |
| |
| 引用本文： | 潘志松,黎维.基于深度学习的时空序列预测方法综述[J].数据采集与处理,2021,36(3):436-448. |
| |
| 作者姓名： | 潘志松 黎维 |
| |
| 作者单位： | 陆军工程大学指挥控制工程学院， 南京 210007 |
| |
| 基金项目： | 国家自然科学基金(62076251)资助项目。 |
| |
| 摘 要： | 随着数据采集技术的蓬勃发展，各个领域的时空数据不断累积，迫切需要探索高效的时空数据预测方法。深度学习是一种基于人工神经网络的机器学习方法，能有效地处理大规模的复杂数据，因而研究基于深度学习的时空序列预测方法具有十分重要的意义。在这一背景下，针对已有的预测方法进行归纳和总结，首先回顾了深度学习在时空序列预测中的应用背景和发展历程，介绍了时空序列的相关定义、特点及分类；然后按照时空序列数据的类别介绍了基于网格数据的预测方法、基于图数据的预测方法和基于轨迹数据的预测方法；最后总结了上述预测方法，并对当前面临的一些问题及可能的解决方案进行了探讨。
|
| 关 键 词： | 深度学习 数据挖掘 时空数据 时空序列预测 |
| 收稿时间： | 2021/1/20 0:00:00 |
| 修稿时间： | 2021/5/10 0:00:00 |
Review of Spatio-Temporal Sequence Prediction Methods Based on Deep Learning |
| |
| PAN Zhisong,LI Wei.Review of Spatio-Temporal Sequence Prediction Methods Based on Deep Learning[J].Journal of Data Acquisition & Processing,2021,36(3):436-448. |
| |
| Authors: | PAN Zhisong LI Wei |
| |
| Affiliation: | Command and Control Engineering College, Army Engineering University of PLA, Nanjing 210007, China |
| |
| Abstract: | |
| |
| Keywords: | deep learning data mining spatio-temporal data spatio-temporal sequence prediction |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
