Learning Structured Components: Towards Modular and Interpretable Multivariate Time Series Forecasting
Learning Structured Components: Towards Modular and Interpretable Multivariate Time Series Forecasting [paper] は、ニューラル多変量時系列予測モデル "SCNN" (Structured Component-based Neural Network) を提案する論文である。University of Technology Sydney (UTS) Australian Artificial Intelligence Institute の Jinliang Deng らによって著された (他に UCLA、東京大学、University of New South Wales、Tencent WXG、SUSTech:Southern University of Science and Technology、A*STAR Singapore 所属の著者も)。2023 年に arXiv にプレプリントが発表され、2024 年の IEEE TKDE に採択された。
著者らは、従来の時系列分解手法がトレンドと季節成分のみを扱い短期的・揮発的成分を無視している点、および自己相関の分布シフトに対応できていない点を問題視している。