PRISM：分层时间序列预测

本文介绍了PRISM，一种新颖的预测方法，旨在处理现实世界时间序列数据的复杂性。其核心创新在于对信号进行分层的、基于树的划分，使其能够捕捉全局趋势和局部动态，跨越多个尺度。使用时频基进行特征提取以及在整个层次结构中进行聚合是其设计的关键方面。本文声称其性能优于现有的最先进方法，使其成为时间序列预测领域的一项潜在的重要贡献。

• •PRISM 是一种新的时间序列预测方法。
• •它使用分层的、基于树的方法来捕获全局和局部特征。
• •它采用时频基进行特征提取。
• •该方法在实验中优于最先进的方法。
• •代码是公开可用的。