一种RNN的新继任者—时序并行门控网络TPGN，用于时间序列预测。

作为RNN的新继任者。

PGN通过设计的历史信息提取（HIE）层直接从以前的时间步捕获信息，并利用门通机制选择并将其与当前时间步信息融合。

这将信息传播路径减少到0(1)，有效地解决了RNN的局限性。

TPGN采用两个分支来全面捕获时间序列的语义信息。

一个分支利用PGN捕获长期周期模式，同时保留其局部特征。

另一个分支使用补丁来捕获短期信息并聚合该系列的全局表示。

该模型可实现单输入单输出，多输入多输出，单步预测/多步预测，可用于交通流量预测，负荷预测，风光预测，寿命预测等。

模型数据替换简单，参数修改容易，非常适合初学者发文，趁着模型时效性快快联系我吧～

ID:28299

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/847468219133.html