{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,7,8]]，“日期-时间”：“2024-07-08T20:57:29Z”，“时间戳”：1720472249040}，“引用-计数”：51，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{“日期-零件”：[2022,10,1]]，”“日期-时刻”：“022-10-01T00:00:00Z“，”timestamp“：1664582400000}，”content-version“：“tdm”，“延迟天数”：0，“URL”：“https://www.elsevier.com/tdm\/userlicense\/1.0\/”｝，｛“开始”：｛“日期部分”：[[2022,10,1]]，“日期时间”：“2022-10-01T00:00:00Z”，“时间戳”：1664582400000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-017”｝，｛“开始”：｛“日期部分“：[[2022,10,1]]，”日期-时间“：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00”，“时间戳”：1664.582400000{，“content-version“stm-as”，“delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2022,10,1]]1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain”：{“domain”（域）：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Future Generation Computer Systems”（未来一代计算机系统）]，“published-print”（发布-print）：{”date-parts“：[2022,10]]}，”doi“10.1016\/j.Future.2022.04.029”，“type”：“journal-article”，“created”（创建）：{“日期部分”：[[2022,5,4]]，“date-time”：“2022-05-04T10:18:32Z”，“timestamp”：1651659512000}，“page”：“72-84”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：5，“special_numberg”：“C”，“title”：[“用于多变量时间序列中多水平预测的动态协同关注网络”]，“prefix”：“10.1016”，“volume“135”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0003-09998-0554”，“authenticated-ORCID”：false，“给定”：“小雨”，“家人”：“他”，“序列”：“第一”，“从属关系”：[]}，{“给定的”：“遂祥”，“家族”：“石”，“sequence”：“附加的”，“隶属关系”：[]}，{“given”：“Lingyu”，“family”：“Xu”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.future.2022.04.029_b1”，“doi-asserted-by”：“crossref”，“first page”：”460“，”doi“：”10.1016\/j.forture.2018.10.052“，”article-tile“：”基于深度信念网络的车联网智能多媒体系统中的短期交通流预测“，”交通量“：”93“，“author”：“Kong”，“year”：“2019”，“journal-title”：“Future Gener.Comput.Syst.”}，{“issue”：“7775”，“key”：“10.1016\/j.Future.2022.04.029_52”，“doi-asserted-by”：“crossref”，“first-page”：“568”，“doi”：“101038\/s41586-019-1559-7”，“article-titel”：“ENSO多年预测的深度学习”，“volume”：，“年份”：“2019年”，“新闻标题”：“自然”}，{“issue”：“9”，“key”：“10.1016\/j.future.2022.04.029_b3”，“doi-asserted-by”：“crossref”，“first page”：《2697》，“doi”：“101093\/生物信息学\/btaa050”，“article-title”：“Tempel：通过基于注意的递归神经网络预测甲型流感病毒的时序突变”，“volume”：”36“author”：“Yin”，“year”：“2020”，“journal-title“：生物信息学”}，｛“key”：“10.1016\/j.future。2022.04.029_b4”，“doi断言者”：“crossref”，“非结构化”：“S.Guo，Y.Lin，N.Feng，et al.基于注意力的空间\u2013交通流预测时间图卷积网络，载于：AAAI人工智能会议论文集，第33（01）卷，2019，第922\u2013929页。”，“doi”：“10.1609\/aaaai.v33i01.3301922”}，{“key”：“10.1016\/j.future.2022.04.029_b5”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.jhydrol.2020.124631”，“article-title”：“探索基于长短记忆的多步头洪水预报编解码框架”，“volume”：”583“author”：“Kao”，“year”：“2020”，“journal-title“：”j.Hydrol“}”，{“键”：“10.1016\/j.future.2022.04.029_b6”，“doi-asserted-by”：“crossref”，“first page”：“758”，“doi”：“10.116\/j.renene.2019.01.031”，“article-title”：“基于重复小波变换的ARIMA模型用于非常短期风速预测”，“volume”：”136“，”author“：”Singh“，“year”：“2019”，“journal-title“：”Renew.Energy“}，{”key“10.1016”//j.furture.2022.04.029_b 7英寸，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.energy.2019.116779”，“article-title”：“利用果蝇优化算法增强Holt\u2013Winters平滑，预测月用电量”，“volume”：“193”，《author》：“Jiang”，年：“2020”，《journal-title》：“energy”}，{“key”：，“非结构化”：“J.Yin，W.Rao，M.Yuan，et al.多元时间序列预测模型的实验研究，载：第28届ACM国际信息与知识管理会议论文集，2019年，第2833-2839页。”，“DOI”：“10.1145\/3357384.3357826”}，{“issue”：“6”，“key”：“101016\/J.future.2022.04.029_b9”，“DOI-asserted-by”：“crossref”，“first page”：“1015”，“DOI”：“10.1109\/JSTSP.2016.2570738”，“article-title”：“金融时间序列的高斯过程回归随机波动率模型”，“volume”：”10“，“author”：“Han”，”year“：”2016“，”journal-title“：”IEEE J.Sel.Top.Sign.Proces.“}，{”key“：”10.1016\/J.future.2022.04.029_b10“，”series-title“”：“2017年第五届国际制造科学与测量技术前沿会议（FMSMT 2017）”，“文章标题”：“基于梯度提升决策树的交通流预测方法”，“作者”：“应”，“年份”：“2017”}，{“问题”：“6”，“关键”：“10.1016\/j.future.2022.04.029_b11”，“doi-asserted-by”：“crossref”，“首页”：“4261”，“doi”：“10.1016\/j.eswa.2009.11.076”，“article-title”：“季节性支持向量回归模型的时间序列预测”，“volume”：“37”，“author”：“Pai”，“year”：“2010”，“journal-title“：”Expert Syst.Appl.“}，{“key”：”10.1016\/j.future.2022.04.029_b12“，”doi-asserted-by“：”crossref“，”first page“：”269“，”doi“：”10.116\/j.neucom.2019.1218“，“文章标题”：“通过基于注意的编码器\u2013解码器框架进行多元时间序列预测”，“卷”：“388”，“作者”：“杜”，“年份”：“2020”，“日志标题”：“神经计算”}，{“键”：“10.1016\/j.future.2022.04.029_b13”，“doi-asserted-by”：“crossref”，“首页”：“47”，“doi”：“101016\/j.neucom.2013.03.047”，《文章标题》：“使用具有受限玻尔兹曼机的深度信念网络进行时间序列预测”，“卷”：“137”，“作者”：“Kuremoto”，“年份”：“2014”，“期刊标题”：“神经计算”}，{“密钥”：“10.1016\/j.future.202.04.029_b14”，“doi断言”：“crossref”，“首页”：“39”，“doi”：“10.1016\/j.knosys.2017.03.027”，“文章标题”：“结合ARIMA和深度信念网络的赤潮时间序列预测”，“卷”：“125”，“作者”：“秦”，“年份”：“2017年”，“期刊标题”：“基于知识的系统”}，{“键”：“10.1016\/j.future.2022.04.029_b15”，“doi-asserted-by”：“crossref”，“首页”：“605”，“doi”：“101016\/j.asoc.2019.02.006”，“article-title”：“基于深度信念网络的非线性时间序列预测AR模型”，“量”：“77”，“作者”：“徐”，“年份”：“2019年”，“期刊标题”：“应用软件计算”}，{“关键”：“10.1016\/j.future.2022.04.029_b16”，“doi-asserted-by”：“crossref”，“首页”：“605”，“doi”：“101016\/j.asoc.2019.02.006”，“article-title”：“基于深度信念网络的非线性时间序列预测AR模型”，“量”：“77”，“作者”：“徐”，“年份”：“2019年”，“期刊标题”：“应用软计算”}，{“关键”：“10.1016\/j.future.2022.04.029_b17”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“1016\/j.neunet.2019.12.030”，“article-title”：“用于时间序列预测的转导LSTM：在天气预报中的应用”，“卷”：“125”，“作者”：“Karevan”，“年份”：“2020”，“期刊标题”：“神经网络”}，{“问题”：“3”，“关键”：“10.1016\/j.future.202.04.029_b18”，“doi断言”：“crossref”，“首页”：“1367”，“doi”：“10.1007\/s4077-021-00274-4”，“文章标题”：“基于GRU的推荐系统注意神经协作过滤”，“卷”：“7”，“作者”：“夏”，“年份”：“2021”，“期刊标题”：“复杂智能系统”}，{“key”：“10.1016\/j.future.2022.04.029_b19”，“series-title”：“2018 IEEE国际数据挖掘会议（ICDM）”，“首页”：“49”，“article-title”：“Tada：使用双关注多任务递归神经网络进行趋势对齐以进行销售预测”，“author”：“Chen”，“year”：“2018”}，{“key”：“10.1016\/j.future.2022.04.029_b20”，“unstructured”：“Bryan Lim，Ahmed Alaa，Mihaela van\u00a0der Schaar，使用循环边缘结构网络预测随时间变化的治疗反应，收录于：第32届神经信息处理系统国际会议论文集，（2018）第7494\u20137504页。”}，{“问题”：“1”，“关键”：“10.1016\/j.future.2022.04.029_b21”，《doi-asserted-by》：“crossref”，“首页”：“62”，“DOI”：“10.1109\/TNNLS.2015.2411629”，“article-title”：“多步头部时间序列预测的偏差和方差分析”，“量”：“27”，“作者”：“Taieb”，“年份”：“2015”，“期刊标题”：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“key”：“1016\/j.future.2022.04.029_b22”，“DOI-asserted-by”：“crossref”，“DOI”：“10.1016\/j.eswa.2019.113082”，“article-title”：“Dstp-rnn：用于长期和多变量时间序列预测的基于双阶段两阶段注意的递归神经网络”，“volume”：“143”，“author”：“Liu”，“year”：“2020”，“journal-title“：”Expert Syst.Appl.“}，{”key“：”10.1016\/j.future.2022.04.029_b23“，“unstructured”：“范晨友、张玉泽、潘毅、李晓月、张驰、袁蓉、吴迪、王文胜、裴坚、黄恒，带时间注意学习的多区域时间序列预测，载于：第25届ACM SIGKDD国际知识发现与数据挖掘会议论文集，（2019）第2527\u20132535页。”}，{“关键”：“10.1016\/j.future.2022.04.029_b24”，“doi-asserted-by”：“crossref”，“doi”：“10.116\/j.energy.2019.16187”，“article-title”：“利用编码器\u2013-decoder递归神经网络对燃煤电厂再热器金属温度进行时间序列预测”，“volume”：“189”，”author：“Laubscher”，“year”：“2019”，“journal-title“：”energy“}”，{“key”：“10.1016\/j.future.2022.04.029_b25”，“series-title”：“第三届国际学习表征会议，ICLR 2015”，“article-title”：“通过联合学习对齐和翻译实现神经机器翻译”，“author”：“Bahdanau”，“year”：“2015”}，{“key”：”10.1016\/j.future.2022.0 4.029_b26“，”doi-asserted-by“：”crossref“，“doi”：“10.1109\/TITS.2022.3155613”，“article-title”：“用于早期预测交通事故的动态空间\u2013时间注意网络”，“author”：“Karim”，“year”：“2022”，“journal-title“：”IEEE Trans.Intell.Trans.Syst.“}，{”key“：”10.1016\/j.future.2022.04.029_b27“，”article-title“：“Anc:基于卷积块注意模块的covid-19可解释性诊断的注意网络”，“author”：“Zhang”，“year”：“2021”，“journal-title”：“CMES Compute.Model.Eng.Sci.”}，{“issue”：“8”，“key”：“10.1016\/j.future.2022.04.029_b28”，”doi-asserted-by“：”crossref“，“first page”：”1421“doi”：“101007\/s10994-019-05815-0”，“article-title“：“多元时间序列预测的时间模式关注”，“量”：“108”，“作者”：“Shih”，“年份”：“2019年”，“期刊标题”：“Mach.Learn.”}，{“键”：“10.1016\/j.future.2022.04.029_b29”，“doi-asserted-by”：“crossref”，“doi”：“0.1016\/j.knosyss.2020.106139”，《文章标题》：“在多元时间序列预测中有效捕获突变信息的深度学习模型”，“卷”：“203”，“作者”：“胡”，“年份”：“2020”，“期刊标题”：“基于知识的系统”}，{“关键”：“10.1016\/j.future.2022.04.029_b30”，“系列标题”：《亚洲机器学习会议》，“首页”：“454”，“文章标题”：“使用基于注意力的多输入lstm进行股票价格预测”，“author”：“Li”，“year”：“2018”}，{“key”：“10.1016\/j.future.2022.04.029_b31”，“series-title”：“国际机器学习会议”，“first page”：《2494》，“article-title”：《探索多变量数据上的可解释lstm神经网络》，“author”：“Guo”，“year”：《2019》}：“10.1016\/j.future.2022.04.029_b32”，“series-title”：“IJCAI”，“first page”：“3180”，“article-title”：”Dyat nets:网络物理系统状态预测的动态注意网络“，”author“：”Muralidhar“，”year“：”2019“}，{“key”：”10.1016\/j.future.2022.0 4.029_533“，”doi-asserted-by“：”crossref“，”first page:“141”，”doi“：”10.116\/j.neucom.2019.04.073“，“article-title”：“基于分级上下文注意的顺序推荐网络”，“volume”：“358”，“author”：“Cui”，“year”：“2019”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.future.2022.04.029_b34“，”doi-asserted-by“：”crossref“，”first page“：”8“，”doi“：”10.116\/j.patrec.2021.06.021“，”article-title“：“Midcan：基于胸部ct和胸部x射线诊断covid-19的多输入深度卷积注意网络”，“volume”：“150”，“author”：“Zhang”，“year”：“2021”，“journal-title”：“Pattern Recognit.Lett.”}，{“key”：《10.1016\/j.future.2022.04.029_b35》，“doi-asserted-by”：“crossref”，“unstructured”：“Vijay Ekambaram、Kushagra Manglik、Sumanta Mukherjee、Surya\u00a0Shravan Kumar、u00a0 Sajja、Satyam Dwivedi、Vikas Raykar，基于注意力的多模式新产品销售时间序列预测，摘自：第26届ACM SIGKDD国际知识发现与数据挖掘会议论文集，（2020）第3110\u20133118页。”，“DOI”：“10.1145\/3394486.3403362”}，{“key”：“10.1016\/j.future.2022.04.029_b36”，“series-title”：“2019 IEEE国际数据挖掘会议（ICDM）”，“首页”：“1036”，“article-title”：《Camp:医疗保健诊断预测的共同关注记忆网络》，“author”：“Gao”，“year”：“199”}、{“key”：”10.1016\/j.future.2022.0 4.029_537“，”series-ttle“：“机器学习国际会议”，“首页”：“2048”，“article-title”：“展示、出席和讲述：用视觉注意力生成神经图像字幕”，“author”：“Xu”，“year”：“2015”}，{“key”：“10.1016\/j.future.2022.04.029_b38”，“first page”：，“journal-title”：“高级神经信息处理系统”}，{“key”：“10.1016\/j.future.2022.04.029_b39”，“首页”：“5998”，“文章标题”：“关注是你所需要的”，“卷”：“30”，“作者”：“Vaswani”，“年份”：“2017”，“johnal-title:”高级神经信息系统“}“crossref”，“非结构化”：“Minh-Thang Luong，Hieu Pham，Christopher \u00a0D.Manning，《基于注意的神经机器翻译的有效方法》，摘自：《2015年自然语言处理经验方法会议论文集》（2015）第1412\u20131421页。”，“DOI”：“10.18653\/v1\/D15-1166”}，{“key”：“101016\/j.future.2022.04.029_b41”，“DOI-asserted-by”：“crossref”，“unstructured”：“杨子超，杨迪义，克里斯·戴尔，何晓东，亚历克斯·斯莫拉，爱德华·霍维，文档分类的层次注意网络，摘自：计算语言学协会北美分会2016年会议记录：人类语言技术，（2016）第1480\u20131489页”，“DOI”：“10.18653\/v1\/N16-1174”}，{“key”：“10.1016\/j.future.2022.04.029_b42”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhuoning Yuan，Xun Zhou，Tianbao Yang，Hetero-convlstm:异质时空数据交通事故预测的深度学习方法，摘自：第24届ACM SIGKDD国际知识发现与数据挖掘会议论文集，（2018）pp.984\u2013992.”，“DOI”：“10.1145\/3219819.3219922”}，{“issue”：“11”，“key”：“10.1016\/j.future.2022.04.029_b43”，“doi断言者”：“crossref”，“首页”：“3852”，“doi”：“10.1007\/s10489-020-01766-5”，“文章标题”：“一种基于聚类和集成学习的混合两阶段金融股票预测算法”，“卷”：“50”，“作者”：“Xu”，“年份”：“2020”，“期刊标题”：“Appl.Intell.”}，{“期”：“2”，“key”：“10.1016\/j.future.2022.04.029_b44”，“article-title”：“使用arima模型进行黄金价格预测”，“volume”：“4”，“author”：“Guha”，“year”：“2016”，“journal-title“：”j.Adv.Manage.Sci.“}，{“issue”：“12”，“key”：”10.1016\/j.future.2022.0 4.029_bs5“，”doi-asserted-by“：”crossref“，”first page“3283”，“doi”：“10.3390\/en111232 83“，”文章标题“：“使用随机森林和多层感知器的混合短期负荷预测方案”，“卷”：“11”，“作者”：“月亮”，“年份”：“2018年”，“日志标题”：“能量”}，{“问题”：“8”，“关键”：“10.1016\/j.future.2022.04.029_b46”，“doi-asserted-by”：“crossref”，“首页”：“883”，“doi”：“101007\/s11869-018-0585-1”，“article-title”：“基于卷积神经网络和长短期记忆的臭氧浓度预测混合模型”，“体积”：“11”，“作者”：“Pak”，“年份”：“2018”，“期刊标题”：“空气质量大气健康”}，{“关键”：“10.1016\/j.future.2022.04.029_b47”，“非结构化”：“马凤龙，游全增，肖厚萍，拉德哈·奇塔，周静，高静，卡梅：基于知识的注意模型在医疗保健诊断预测中的应用，载于：第27届ACM信息与知识管理国际会议论文集，（2018）第743\u2013752页。”}，{“key”：“10.1016\/j.future.2022.04.029_b48”，“doi-asserted-by”：“crossref”，“unstructured”：“姚琴，宋东进，程海峰，魏成，蒋国飞，Garrison\u00a0W.Cottrell，基于双阶段注意的递归神经网络时间序列预测，载：《第26届国际人工智能联合会议论文集》，（2017）第2627\u20132633页。”，“DOI”：“10.24963\/ijcai.2017\/366”}，{“key”：“10.1016\/j.future.2022.04.029_b49”，“doi-asserted-by”：“crossref”，“首页”：“122”，“doi”：“101016\/j.neucom.2019.11.060”，“article-title”：“多元时间序列预测的多阶段注意网络”，“volume”：”383“，“author”：“Hu”，”year“2020”，“journal-title“：”Neurocomputing“}”，{“key”：非结构化”：“Yi Xiuwen，Zhang Junbo，Wang Zhaoyuan，Tianrui Li，Yu Zheng，用于空气质量预测的深度分布式融合网络，摘自：第24届ACM SIGKDD国际知识发现与数据挖掘会议论文集，（2018）第965\u2013973页。”}，{“问题”：“2182”，“关键”：“10.1016\/j.future.2022.04.029_b51”，“doi-asserted-by”：“crossref”，“doi”：“10.1098\/rspa.2015.0257”，“article-title”：“评估北京pm2.5污染：严重程度、天气影响、apec和冬季供暖”，“volume”：“471”，“author”：“Liang”，“year”：“2015”，“journal-title“：”Proc.R.Soc.A“}]，“container-title：“https:\/\/api.elsevier.com\/content\/article\/PII:S01677739X22001583？httpAccept=text\/xml”，“内容类型”：“text\/xml”，“内容版本”：“vor”，“预期应用程序”：“文本挖掘”}，｛“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S01677739X22001583？httpAccept=text\/plain”，“内容类型”：“text\/plain”，“内容版本”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,4,1]]，“date-time”：“2024-04-01T15:30:22Z”，“timestamp”：1711985422000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S0167739X22001583”}}，”subtitle“：[]，”shorttitle“：[]，“issued”：date-parts“：[[2022,10]]}，”references-count“：51，“alternative-id”：[“S0167739X22001583”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.future.2022.04.029”，“关系”：{}，“ISSN”：[”0167-739X“]，“ISSN-type”：[{“value”：“0167-729X”，“type”:“print”}]，“subject”：[/]，“published”：{“date-parts”：[2022,10]}，vier“，”name“：”publisher“，”label“：”本文由“}，{”value“维护：“多元时间序列中多时段预测的动态协同注意网络”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“Future Generation Computer Systems”，“name:”journaltitle“，”label“：”Journal Title“}，”{“value”：“https:\\/doi.org\/101016\/j.Future.2022.04.029”，“name”：“rticlelink”，“标签”：“CrossRef DOI链接到出版商维护的版本”｝，｛“value”：“article”，“name”：“content_type”，“label”：“content type”｝，｛“value”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“copyright”｝]｝