Optimización de la atribución de características temporales y modelado de dependencia secuencial para la previsión de recursos de múltiples pasos de alta precisión: un marco metodológico y evaluación empírica
Autores: Shen, Jiaqi; Qin, Peiwen; Zhong, Rui; Han, Peiyao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización de la atribución de características temporales y modelado de dependencia secuencial para la previsión de recursos de múltiples pasos de alta precisión: un marco metodológico y evaluación empírica
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Análisis de series temporales
Temporal Fusion Transformer
Pronóstico de múltiples horizontes temporales
Sistemas ecológicos
Recursos pesqueros globales
Indicadores climáticos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Este trabajo presenta un marco de análisis de series temporales completo que aprovecha la arquitectura del Temporal Fusion Transformer (TFT) para abordar el desafío de la predicción a múltiples horizontes en sistemas ecológicos complejos, centrándose específicamente en los recursos pesqueros globales.
Descripción
Este trabajo presenta un marco de análisis de series temporales completo que aprovecha la arquitectura del Temporal Fusion Transformer (TFT) para abordar el desafío de la predicción a múltiples horizontes en sistemas ecológicos complejos, centrándose específicamente en los recursos pesqueros globales.