融合雙注意力機(jī)制的GNN多維時間序列預(yù)測

摘要： 針對現(xiàn)有多維時間序列數(shù)據(jù)(multivariate time series, MTS)預(yù)測中變量間依賴關(guān)系捕獲能力不足和時間序列數(shù)據(jù)多通道信息利用不充分的問題，提出一種融合雙注意力機(jī)制的多維時間序列預(yù)測模型(feature fusion and dual attention mechanism based GNN, FFDA-GNN)。該模型將圖神經(jīng)網(wǎng)絡(luò)與空間注意力機(jī)制融合，用... （共10頁）