| 网页标题 | EgPDE-Net：利用外生变量构建用于时间序列预测的连续神经网络 - Book学术 |
|---|---|
| 网页关键词 | DOI:10.1109/TCYB.2024.[疑似电话号码]，文献求助 |
| 网页描述 | 虽然外生变量对提高时间序列分析的**能有重大影响，但目前的连续方法很少考虑它们之间的序列间相关**和时间依赖**。多变量时间序列的动态系统可以用复杂的未知偏微分方程（PDEs）来建模，而偏微分方程在科学和工程的许多学科中都发挥着重要作用。在本文中，我们提出了一种用于任意步预测的连续时间模型，以学习多变量时间序列中的未知偏微分 |
| 查询链接 | https://www.booksci.cn/literaturecn/139989841.htm |
| 提示：本站与 https://www.booksci.cn/literaturecn/139989841.htm没有任何关系，相关事宜请联系原站，本站只做TDK检测查询。 | |
主要关键词出现频率：
| DOI:10.1109/TCYB.2024.[疑似电话号码] | 1次 |
| 文献求助 | 1次 |
TDK长度建议：
1.获取 https://www.booksci.cn/literaturecn/139989841.htm 的title、keywords、description等内容，并给出其优化建议。
2.title优化评估建议：合格，Title 符合标准长度，且能够有效传达页面主题。
3.keywords优化评估建议：合格，Keywords 数量合理且与页面内容高度相关。
3.description优化评估建议：合格，Description 简洁明了，能够清晰地传达页面的核心内容。
4.严正申明：本站和 https://www.booksci.cn/literaturecn/139989841.htm 的作者任何关系，我们只做工具检测，不对其内容负责。当前页面仅为网络历史索引，不代表被查询网站的即时页面。
正在加载... ...