Resolution-Dependent Time Series Forecasting: Using Correlative Multi-Datasets
작품개요
일반적으로 시계열 데이터 예측에는 하나의 긴 센서 데이터를 사용하지만, 의료 데이터에서는 패턴의 유사성을 가지는 여러 환자의 시계열 데이터를 사용한다. 환자에 따라 signal data의 형태가 다르지만, 일반적으로 좋은 예측이 가능하도록 resolution의 guidance를 조정해 보고자 한다. 장기간의 시계열 데이터를 토대로 미래 사건을 예측할 수 있다면 분야에 상관없이 위험 관리에 큰 도움이 될 것이다.
univariate time series data를 이용하여 Transformer based, Diffusion based model을 통해 Forecasting task를 수행하고자 한다.
좋아요
댓글
