标题：基于四元数长短期记忆网络的多维时间序列预测
作者：鞠巍 王瑞
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：四元数；长短期记忆网络；多维时间序列
摘要：多维时间序列数据存在于实际生活中，包括楼盘价格、道路上交通流量、不同区域的CO2浓度等等。循环神经网络（RNN）是有效处理时间序列数据的一种模型，其变体长短期记忆网络（LSTM）有效解决了RNN反向传播路径过长、易产生梯度爆炸或消失的问题。以四元数代替实数进行网络参数传播，通过四元数内部结构的依赖性，捕获多维时间序列特征之间的内部关系，使得多维时间序列特征中固有的结构信息得到很好的保存。