カウント時系列データに対するゼロ過剰ポアソンTransformerモデル

抄録

需要件数, 商品販売数, 金融市場における取引回数に代表される長期時系列カウントデータに対する予測は様々な事業分野において重要である. このようなデータには, 時間依存性, 非線形性, 非ガウス性, ゼロ過剰, 非負離散値といった特徴がある. 本研究では, ゼロ過剰なカウントデータに対する時系列予測モデルを提案する. 時系列性を考慮し長期予測を行うために, Transformerベースの長期時系列予測モデルInformerを活用する. さらに, ゼロ過剰カウントデータの特徴を扱うために, ポアソン分布とベルヌーイ分布を仮定しInformerモデルを拡張する. 2種類の人工データと2種類の実データ, それぞれに対して実験を行い予測精度を検証した. 本手法は, 長期カウント時系列データの傾向をとらえた予測が可能であり, 多くの実験条件において最も優れた性能を示した.