具有缺失值的多元時間序列的遞歸神經網絡預測算法(GRU-D)

文章創新點 具有可訓練衰變的模型。爲了從根本上解決時間序列中缺失值的問題，我們注意到時間序列中缺失值的兩個重要屬性，特別是在醫療領域：首先，如果最後一次觀察發生在很久以前，那麼丟失的變量的值往往接近某個默認值(例如一個病人長久沒有去醫院看病，那麼他的狀態就趨於一般正常人的狀態，可認爲是一個默認均值)。這個屬性作爲一種體內平衡機制，通常存在於人體的健康保健數據中，被認爲是疾病診斷和治療的關鍵。其次，

>>阅读原文<<