阿里達(dá)摩院提出時(shí)序預(yù)測新模型

最近，阿里達(dá)摩院提出了一種新的用于長時(shí)間序列預(yù)測的模型FEDformer，其準(zhǔn)確率比業(yè)界最好的方法高出14.8%以上。

該模型已應(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)峰會(huì)ICML2022收錄。

據(jù)了解，ICML是機(jī)器學(xué)習(xí)領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議，論文Fed former: Frequency Enhanced由達(dá)摩院決策智能實(shí)驗(yàn)室分解 transformer for long term Series forecasting專注于機(jī)器學(xué)習(xí)的經(jīng)典問題:時(shí)間序列預(yù)測 預(yù)測).時(shí)間序列預(yù)測是指利用歷史數(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。

預(yù)測的時(shí)間窗口越長，預(yù)測的難度就越大。

這項(xiàng)技術(shù)廣泛應(yīng)用于氣象、電力、零售、交通等諸多行業(yè)。

傳統(tǒng)的時(shí)間序列預(yù)測模型一般采用LSTM、CNN等方法，精度和使用場景有限，無法處理大規(guī)模數(shù)據(jù)。

近年來，研究者開始將變壓器模型引入到長時(shí)間序列預(yù)測中，但效果仍不盡如人意。

該模型核心的注意機(jī)制模塊對(duì)時(shí)間序列數(shù)據(jù)不夠敏感。

阿里達(dá)摩院這次提出的新模型FEDformer結(jié)合了變壓器和經(jīng)典信號(hào)處理方法。

比如利用傅立葉/小波變換將時(shí)域信息分解為頻域信息，使變換器更好地學(xué)習(xí)長時(shí)間序列中的相關(guān)性；FEDformer還能消除干擾，具有更好的魯棒性。

在新模型中，特別設(shè)計(jì)了周期性趨勢項(xiàng)分解模塊，通過多重分解，減少投入產(chǎn)出波動(dòng)，進(jìn)一步提高預(yù)測精度。

實(shí)驗(yàn)表明，達(dá)摩院的新模型在電力、交通、氣象等6個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上取得了最好的記錄，預(yù)測精度比之前業(yè)界最好的模型分別提高了14.8%(多變量)和22.6%(單變量)。

目前，該模型已經(jīng)走出實(shí)驗(yàn)室，完成了在區(qū)域電網(wǎng)中的概念驗(yàn)證，明顯提高了電網(wǎng)負(fù)荷預(yù)測的準(zhǔn)確性。

如今，基于自主研發(fā)的時(shí)間序列預(yù)測、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已逐步落地全國多個(gè)電網(wǎng)和發(fā)電企業(yè)，推動(dòng)電網(wǎng)綠色能源消納和安全運(yùn)行。

值得一提的是，據(jù)天眼查資料顯示，阿里巴巴達(dá)摩院(杭州)科技有限公司于7月1日公開了一項(xiàng)“機(jī)器客服訓(xùn)練系統(tǒng)及其方法、語音應(yīng)答方法和電子設(shè)備”的專利，申請(qǐng)公開號(hào)為CN114692891A，申請(qǐng)日為2022年1月29日。

專利摘要顯示，本申請(qǐng)?zhí)峁┝艘环N機(jī)器客服培訓(xùn)系統(tǒng)及其方法、語音回復(fù)方法和電子設(shè)備。

機(jī)器客服培訓(xùn)系統(tǒng)包括機(jī)器客服模型、用戶模型、獎(jiǎng)勵(lì)參數(shù)配置組件和終止組件。

如何看待阿里指數(shù)？有什么用？我阿里小米算什么？阿里小米有什么功能？阿里云客服兼職注冊(cè)渠道有哪些？怎么做？

這個(gè)問題還有疑問的話，可以加幕.思.城火星老師免費(fèi)咨詢，微V.信X號(hào)是為: msc496。