인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Forecasting ammonia prices is essential for strategic planning in agriculture, chemical production, and energy-related industries. However, ammonia prices exhibit substantial fluctuations and repeated shifts in statistical properties, challenging conventional forecasting models. To address this, we propose SHARP (Shift-aware Hierarchical Attention for Robust Prediction), which decomposes multivariate time series into variable-specific streams through a channel-independent mechanism and captures inter-variable and temporal dependencies through hierarchical attention. The model incorporates the DILATE loss function to mitigate temporal distortion and RevIN normalization to enhance robustness against distributional shifts. Empirical evaluations on real-world ammonia price data demonstrate SHARP reduces mean absolute error by up to 31% over leading baselines for 8- and 12-week forecasts. Additionally, analysis of attention weights identifies major contributing variables, highlighting the model’s explanatory capability. SHARP thus achieves accurate and interpretable forecasting for dynamically changing time series.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096394744
