现实生活中的时间序列数据很难是纯线性或非线性的。将线性时间序列模型(如自回归滑动平均(ARMA)模型)与非线性神经网络模型(如长短期记忆(LSTM)模型)合并,可以用作更精确建模的混合模型。既可以实现自回归积分滑动平均(ARIMA)模型,也可以实现自递归分数积分移动平均(ARFIMA)模型。有关详细信息,请参阅Box等人(2015,ISBN:978-1-118-67502-1)和Hochreiter和Schmidhuber(1997)<doi:10.1116/neco.1997.9.8.1735>.
请使用规范形式https://CRAN.R-project.org/package=ARMALSTM链接到此页面。