Investigando la precisión de las redes recurrentes autoregresivas utilizando la partición de datos basada en estructuras de agregación jerárquica
Autores: Oliveira, José Manuel; Ramos, Patrícia
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Investigando la precisión de las redes recurrentes autoregresivas utilizando la partición de datos basada en estructuras de agregación jerárquica
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Modelos globales
Precisión de pronóstico
Relación
Enfoques de partición de datos
Escenarios de aprendizaje cruzado
Práctica de pronóstico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Se han desarrollado modelos globales para abordar el desafío de predecir conjuntos de series que están relacionadas o comparten similitudes, pero no se han desarrollado para conjuntos de datos heterogéneos. Diversos métodos de partición por similitud se han introducido para mejorar las similitudes de los conjuntos, lo que resulta en una mayor precisión en las predicciones, pero a menudo a costa de una muestra reducida, lo que podría ser perjudicial.
Descripción
Se han desarrollado modelos globales para abordar el desafío de predecir conjuntos de series que están relacionadas o comparten similitudes, pero no se han desarrollado para conjuntos de datos heterogéneos. Diversos métodos de partición por similitud se han introducido para mejorar las similitudes de los conjuntos, lo que resulta en una mayor precisión en las predicciones, pero a menudo a costa de una muestra reducida, lo que podría ser perjudicial.