> ML_LITERATURE // SALINAS-2020-DEEPAR-PROBABILISTIC-FORECASTING-WITH-AUTOREGRESSIVE-RECURRENT-NETWORKS_v1.0
DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks
David Salinas, Valentin Flunkert, Jan Gasthaus, Tim Januschowski · International Journal of Forecasting (2020)
seminal-architecture2020industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Parametrik tahmin olasılık dağılımlarının parametrelerini tahmin ederek binlerce ilgili zaman serisi üzerinde özbağlanımlı bir LSTM ağı eğitti.
Operasyonel ve Mühendislik Uygunluğu
Perakende envanter planlaması için Amazon Forecast ve GluonTS'de kullanılan Amazon Web Services amiral gemisi tahmin motoru.
Temel Varsayımlar (Assumptions)
- Ölçek normalizasyonu ile tek bir küresel sinirsel modelde toplanabilen farklı zaman serileri arasında paylaşılan doğrusal olmayan dinamikler vardır
Kısıtlar ve Sınırlamalar (Limitations)
- Çıkarım sırasında özbağlanımlı açılımlar yavaş olabilir; uzun tahmin ufuklarında hata birikimi yaşanır