Transformerを用いた時系列予測におけるEmbedding手法の提案

カテゴリ: 部門大会

論文No: PS6-2

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Proposal of Embedding Method for Time Series Forecasting Using Transformer

著者名: 原 和希（千葉大学）,中間 公啓（千葉大学）,小圷 成一（千葉大学）

著者名(英語): Kazuki Hara (Chiba University),Kimihiro Nakama (Chiba University),Seiichi Koakutsu (Chiba University)

キーワード: Transformer|Embedding|時系列予測時系列予測|Transformer|Embedding|Time Series Forecasting

要約(日本語): 近年, 人工知能技術の発展により機械学習を用いた時系列予測が盛んになっている。時系列予測とは, 時間の経過に沿って変化する時系列データを解析して将来の値を予測することであり, 電力需要予測や株価予測など, 工学分野からビジネス分野まで幅広く利用されている。このような予測において, Transformer を用いた手法が注目されている。 Transformer とは,  Attention のみを用いた機械学習モデルであり, これを用いた時系列予測では, 入力をベクトルに変換する手法である Embedding 手法が予測精度に大きく影響している。そこで本研究では, Transformer を用いた時系列予測において, 時系列データの勾配を用いた Embedding 手法の提案と予測精度の検証を目的とする。