近日，国际计算机权威学术期刊EXPERT SYSTEMS WITH APPLICATIONS《专家系统及其应用》（IF：6.954，SCI一区） 在线发表了由光电学院计算机科学与技术2018级本科生吴诗玲同学为第一作者、光电学院彭敦陆教授为通讯作者的学术论文《Pre-SMATS: a Multi-task Learning Based Prediction Model for Small Multi-stage Seasonal Time Series》（《Pre-SMATS: 一种基于多任务学习的小型多阶段季节时间序列预测模型》）。该论文的第一作者吴诗玲同学较早地进入彭敦陆教授课题组开展科研工作，在老师的指导及自身的努力下实验动手能力、创新能力、文献阅读和写作能力均得到极大提高。目前，她已成功推免至深圳大学计算机科学与技术专业，继续攻读硕士学位。

  自2018年以来，为进一步深入开展“不忘初心、牢记使命”主题教育，扎实推进“三全育人”试点院系建设，js3845金沙线路秉承学校的总体思路，在师资队伍和课程建设等方面进行了一系列改革，为加强老师对学生在学习、科创、职业生涯发展等方面指导，建立了学士导师工作机制，实施了分层分类培养计划，不仅为有创新想法和创新能力的学生配备创新导师，而且为每一位学生配备学士导师，让本科生更多、更好地参与到教师的科研活动中，为其学术科技创新活动打下基础，培养了学生创新务实的精神，提高了学生竞争力。

季节性时间序列预测广泛应用于冶金、集成电路制造、交通流量预测等领域，论文创新性地提出利用原始季节性时间序列中隐含的阶段特征来增强数据特征，并利用阶段性来表达季节性，结合深层神经网络的多任务学习思想，提出了由特征提取器、子任务分类器、主任务预测器三部分构成的小多阶段季节性时间序列的预测模型Pre-SMATS，在真实数据集的实验结果表明了所提模型的有效性。

图1 Pre-SMATS模型结构

图2 季节性时间序列与模型预测结果

【相关】论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0957417422005206