報告題目：小樣本時序數據預測在華為供應鏈和智能存儲領域的應用

報告時間：2021年6月10日（周四）上午10:00

報告地點：騰訊會議（會議號：193 159 617）

報告人：史啟權

報告人單位：華為諾亞方舟實驗室（香港）

報告人簡介：

史啟權博士，華為諾亞方舟實驗室（香港）研究員。2013年本科畢業于437bwin必贏國際官網，2018年于香港浸會大學計算機系獲得博士學位。史博士在數據特征提取、大數據降維、數據補全等方向上取得創新性研究突破，在TNNLS, AAAI, IJCAI等國際頂級AI刊物發表論文10余篇。目前專注時序數據分析研究，用于優化華為供應鏈和智能存儲，部分研究成果已成功應用在商業場景中，并取得國際專利保護。

報告摘要：

時間序列預測是常見但最具挑戰性的任務之一，比如供應鏈領域，生產資料的需求預測、產品的銷售預測等。然在現實場景中常遇到歷史時序數據短、樣本數量少等問題，現有技術無法有效解決。華為諾亞方舟實驗室--企業智慧團隊借助多路延時變換技術將源時間序列數據增廣為高階張量，并巧妙將張量分解技術與經典時序預測模型 ARIMA結合，進而提出了一種適用于多條時間序列的預測技術（BHT-ARIMA），尤其對于序列長度短、樣本數量小的場景效果更佳。該研究成果“Block Hankel Tensor ARIMA for Multiple Short Time Series Forecasting”發表在人工智能頂級國際會議AAAI 2020上，并且成功應用在華為供應鏈需求預測項目中。本報告主要介紹BHT-ARIMA以及其在智能存儲預測的探索，并分享諾亞AI實習生和正式員工的招聘信息。

邀請人：葉茫教授