XiaoMi-AI文件搜索系统
World File Search System时间序列
回顾使用机器学习技术的混沌时间序列预测方法：综述
摘要：传统的混沌时间序列预测统计、物理和相关模型存在预测精度低、计算时间长、难以确定神经网络拓扑等问题。十多年来，各种研究人员一直在研究这些问题；然而，这仍然是一个挑战。因此，本综述全面回顾了对混沌时间序列预测的各种方法进行的重要研究，使用机器学习技术，如卷积神经网络 (CNN)、小波神经网络 (WNN)、模糊神经网络 (FNN) 和上述非线性系统中的长短期记忆 (LSTM)。本文还旨在提供各个预测方法的问题，以便更好地理解混沌时间序列预测并获得最新知识。综合综述表总结了与上述问题密切相关的工作。它包括出版年份、研究国家、预测方法、应用、预测参数、绩效衡量标准和该领域收集的数据区域。广泛研究了该领域的未来改进和当前研究。此外，还密切讨论了未来可能的范围和局限性。
基于时间序列预测范式的低延迟自定步调 BCI 系统，用于运动想象发作检测
摘要 — 在自定步调的运动想象脑机接口 (MI-BCI) 中，连续脑电图 (EEG) 信号中呈现的 MI 命令的开始是未知的。为了检测这些开始，大多数自定步调的方法对连续 EEG 信号应用窗口函数并将其分成长段以进行进一步分析。因此，系统具有较高的延迟。为了减少系统延迟，我们提出了一种基于时间序列预测概念的算法，并使用先前收到的时间样本的数据来预测即将到来的时间样本。我们的预测器是一个由长短期记忆 (LSTM) 单元构建的编码器-解码器 (ED) 网络。通过将输入信号与预测信号进行比较，可以快速检测到 MI 命令的开始。所提出的方法在 BCI 竞赛 III 的数据集 IVc 上得到了验证。模拟结果表明，对于短于一秒的延迟，所提出的算法将竞赛获胜者获得的平均 F1 分数提高了 26.7%。
探索从人类与人工智能体对话中提取的行为和神经生理时间序列之间的依赖关系
摘要：使用功能性磁共振成像 (fMRI) 进行全脑神经成像可提供宝贵的数据，以在空间和时间上定位大脑活动。在这里，我们使用一个独特的语料库，其中包括 fMRI 和参与者与人类或对话机器人讨论时记录的行为。时间动态在研究对话时至关重要，但考虑到 fMRI 的时间分辨率，识别参与者的行为与大脑活动之间的关系在技术上具有挑战性。我们在此提出一种从语料库中提取神经生理和行为时间序列并分析其因果关系的方法。预处理包括从功能上定义明确的大脑区域构建离散的神经生理时间序列，以及从同步的原始音频、视频和眼动追踪记录中提取描述高阶行为的行为时间序列。第二步是应用机器学习模型，根据行为的各个方面预测大脑活动，同时了解所审查区域的功能作用。结果证明了行为的特殊性，可以预测大脑功能区域的活动。
绘制第一波新冠肺炎疫情之前和期间的全球疫苗销售趋势：横断面时间序列分析
摘要 背景 虽然 COVID-19 大流行可能严重阻碍了全球常规免疫服务的提供，但我们几乎没有关于大流行对疫苗供应链影响的数据。 方法 我们使用时间序列分析来研究 2014 年 8 月至 2020 年 8 月期间 IQVIA MIDAS 数据库对 84 个国家/地区共 34 种疫苗和联合疫苗的全球疫苗销售趋势。我们将国家分为三个收入水平类别，并使用自回归综合移动平均模型模拟了 2020 年 4 月至 8 月与 2019 年 4 月至 8 月疫苗销售的变化。 结果 2020 年 3 月，全球疫苗销量从每 100,000 人 1211.1 支下降到 2020 年 4 月的每 100,000 人 806.2 支，总体下降了 33.4%；然而，疫苗销售中断在各个经济体的恢复情况不成比例。 2020 年 4 月至 2020 年 8 月期间，我们发现与 2019 年同期相比，高收入国家 (HIC) 的疫苗销量显著下降了 20.6%（p<0.001），而中低收入国家 (LMIC) 的疫苗销量则显著增长了 10.7%（p<0.001）。从 2014 年 8 月到 2020 年 8 月，高收入国家每月的人均疫苗销量平均至少是中低收入国家的四倍，是中上收入国家的近三倍。结论我们的研究揭示了 COVID-19 对不同经济体疫苗销售的不同影响，同时强调了在第一波 COVID-19 大流行之前和期间人均疫苗销量存在巨大的持续差异。需要采取行动确保公平分配疫苗。
使用多时间序列温度预测的更新...
免责声明 本报告是作为美国政府机构赞助的工作的说明而编写的。美国政府及其任何机构、芝加哥大学阿贡分校有限责任公司及其任何员工或官员均不做任何明示或暗示的保证，也不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的文档作者的观点和意见不一定陈述或反映美国政府或其任何机构、阿贡国家实验室或芝加哥大学阿贡分校有限责任公司的观点和意见。
可再生能源系统时间序列减排的充分性
为降低计算复杂度，宏观能源系统模型通常采用简化的时间序列数据。对于依赖季节性储能并以风能和太阳能等间歇性可再生能源为特征的可再生能源系统，时间序列简化的充分性值得怀疑。使用容量扩展模型，我们评估了创建和实施简化时间序列的不同方法，以了解负载损失和系统成本。结果表明，充分性在很大程度上取决于简化时间序列的长度及其在模型中的实现方式。按时间顺序序列实施并重新调整时间步长可以最好地防止负载损失，但会对季节性储能产生正偏差，从而高估系统成本。与按时间顺序序列相比，分组周期需要更多时间，因此需要求解相同数量的时间步长，因为该方法需要额外的变量和约束。总体而言，结果表明需要进一步努力改进时间序列简化和其他降低计算复杂度的方法。
atlite：用于计算可再生能源潜力和时间序列的轻量级 Python 包
在能源系统建模中，获取基于天气的时间序列和大面积可再生能源的最大容量潜力是一个常见问题。存在具有开放 API 的网站，例如可用于此目的的 renewables.ninja（Pfenninger & Staffell, 2016；Staffell & Pfenninger, 2016），但它们难以用于本地执行（例如在集群环境中），并且仅限于非商业用途。此外，从设计上讲，它们既不公开底层数据集，也不公开用于获取时间序列的方法（此处称为转换函数/方法）。这使得它们不适合利用不同的天气数据集或探索替代转换函数。pvlib（Holmgren et al., 2018）适合本地执行并允许互换输入数据，但仅适用于光伏系统，且旨在用于单一位置建模。其他软件包，例如丹麦的 REatlas（Andresen 等，2015）面临可访问性障碍、基于专有代码、缺少文档并且输入的灵活性受到限制。
用于可解释的多变量时间序列分类的多模态原型学习
多变量时间序列分类问题在生物学和金融等多个领域越来越普遍和复杂。虽然深度学习方法是解决这些问题的有效工具，但它们往往缺乏可解释性。在这项工作中，我们提出了一种用于多变量时间序列分类的新型模块化原型学习框架。在我们框架的第一阶段，编码器独立地从每个变量中提取特征。原型层在生成的特征空间中识别单变量原型。我们框架的下一阶段根据多变量时间序列样本点与这些单变量原型的相似性来表示它们。这会产生一种固有可解释的多变量模式表示，原型学习应用于提取代表性示例，即多变量原型。因此，我们的框架能够明确识别各个变量中的信息模式以及变量之间的关系。我们在具有嵌入模式的模拟数据集以及真实的人类活动识别问题上验证了我们的框架。我们的框架在这些任务上实现了与现有时间序列分类方法相当或更优异的分类性能。在模拟数据集上，我们发现我们的模型返回与嵌入模式一致的解释。此外，在活动识别数据集上学习到的解释与领域知识一致。
中国有针对性的抗癌药物使用的趋势：一个中断的时间序列分析
摘要背景：为了减轻中国患者的经济负担，卫生部（MOH）进行了首次全国性价格谈判，并成功谈判了三种昂贵的药物，包括2种目标抗癌药（TAMS），Icotinib和Gefitinib。但是，几乎没有证据表明国家谈判对TAM的使用的影响。该研究的目的是评估中国对TAMS使用的国家价格谈判政策的实施。方法：我们使用中断的时间序列（ITS）设计来检查日常成本的变化，每月的医院购买量以及Icotinib和Gefitinib的支出以及2015年1月至2015年1月之间29个省29个省份的594个高级医院的药品采购数据，并在2015年1月至2017年7月之间。适用于2016年5月至2016年7月之间的期限来评估政策的影响。结果：分别在全国谈判后12个月后，Icotinib和Gefitinib的每日成本下降了50.08％（p <.001）和53.89％（p <.001）。在数量方面，谈判与每月医院购买量的趋势Icotinib和Gefitinib的趋势增加了4.87千万个定义的每日剂量（DDDS）（p <.001）和6.89千万ddds（p <.001）。但是，在政策实施后，分别分别在政策实施之后，每月的医院购买支出迅速下降了51万美元（p <.010）和82万美元（p <.010）和82万美元（p <.050）。结论：第一次全国性谈判成功地削减了两个谈判的TAM的价格，并促进了中国的TAM使用。国际卫生政策管理。将来，政府应进行进一步的价格谈判，并在补偿计划中包括更多具有临床益处的药物，以减轻患者的经济负担并促进他们获得基本治疗的机会。关键字：价格谈判，有针对性的抗癌药，中断时间序列，中国版权：©2022作者（S）；由科尔曼医学科学大学出版。这是根据Creative Commons归因许可条款（https://creativecommons.org/licenses/ by/4.0）分发的开放式文章，该文章允许在任何媒介中不受限制地使用，分发和再现，前提是适当地引用了原始工作。引用：Huang C，Ung Col，Wushouer H等。中国谈判有针对性的抗癌药物使用的趋势：一个中断的时间序列分析。2022; 11（8）：1489–1495。doi：10.34172/ijhpm.2021.47