KDD2022 Multi-Variate Time Series Forecasting on Variable Subsets
#kdd #2022 #time-series #forecasting
Conference / Journal: KDD
Year: 2022
Group/Author: Jatin Chauhan , Aravindan Raghuveer , Rishi Saket , Jay Nandy , Balaraman Ravindran
URL: https://dl.acm.org/doi/abs/10.1145/3534678.3539394
memo:
時系列予測において、学習時にはすべての変数が利用できるが、欠損や故障によって推論時には一部の変数しか用いることができないという課題について新しく問題提議
多変量時系列予測で欠損がある場合の対処や頑健性について検証 (新たな評価指標など)し、それに対処するための手法を提案。
具体的には
・欠損したテスト入力データが与えられると、それの近傍となる(kNN)データをtraining data から探索し
・探索したデータをNeural Networkで重み付けを行い補完するという手法
を提案
https://scrapbox.io/files/6315333e9d1f0a001fce7be9.png