A Survey on Deep Learning for Time-Series Forecasting

Deep Learning, eine der bemerkenswertesten Techniken des maschinellen Lernens, ist in vielen Bereichen ein großer Erfolg, einschließlich Bildverarbeitung, Spracherkennung und Textverständnis. Es ist leistungsstark und in der Lage, beliebige Mappingfunktionen zu erlernen, erfordert keine skalierten oder stationären Zeitreihen als Eingabe, unterstützt multivariate Eingaben und unterstützt mehrstufige Ergebnisse. All diese Funktionen zusammen machen Deep Learning zu nützlichen Werkzeugen im Umgang mit komplexeren Vorhersageproblemen von Zeitreihen, bei denen große Datenmengen und mehrere Variablen mit komplexen Beziehungen eine Rolle spielen. Dieser Aufsatz bietet einen Überblick über die häufigsten Deep Learning-Arten für die Vorhersage von Zeitreihen, erklärt die Beziehungen zwischen Deep Learning-Modellen und klassischen Ansätzen für die Vorhersage von Zeitreihen. Ein kurzer Hintergrund der besonderen Herausforderungen präsentiert sich in Zeitreihendaten und den häufigsten Deep Learning-Techniken, die häufig für die Vorhersage von Zeitreihen verwendet werden. Frühergehende Studien, die Deep Learning auf Zeitreihen anwendeten, werden überprüft.