Construcción de características estadísticas para aumentar la precisión de pronóstico y sus aplicaciones en análisis basado en redes neuronales
Autores: Gorshenin, Andrey; Kuzmin, Victor
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Construcción de características estadísticas para aumentar la precisión de pronóstico y sus aplicaciones en análisis basado en redes neuronales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Enfoque
Construcción de características estadísticas
Predicción de series temporales
Características adicionales
Redes neuronales recurrentes
Precisión de pronóstico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
Este documento presenta un enfoque de construcción de características llamado Construcción de Características Estadísticas (SFC) para la predicción de series temporales. La creación de nuevas características se basa en las características estadísticas de la serie de datos analizada. Primero, los datos iniciales se transforman en una serie de ventanas pseudo-estacionarias cortas. Para cada ventana, se crea un modelo estadístico y las características de estos modelos se utilizan posteriormente como características adicionales para una sola ventana o como características dependientes del tiempo para toda la serie temporal.
Descripción
Este documento presenta un enfoque de construcción de características llamado Construcción de Características Estadísticas (SFC) para la predicción de series temporales. La creación de nuevas características se basa en las características estadísticas de la serie de datos analizada. Primero, los datos iniciales se transforman en una serie de ventanas pseudo-estacionarias cortas. Para cada ventana, se crea un modelo estadístico y las características de estos modelos se utilizan posteriormente como características adicionales para una sola ventana o como características dependientes del tiempo para toda la serie temporal.