logo móvil
Contáctanos

Elevando el pronóstico de series temporales univariadas: innovadoras redes neuronales autorregresivas no lineales potenciadas por SVR

Autores: Borrero, Juan D.; Mariscal, Jesus

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Elevando el pronóstico de series temporales univariadas: innovadoras redes neuronales autorregresivas no lineales potenciadas por SVR


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Esfuerzos
Modelos predictivos
Modelo híbrido ARIMA-SVR
Método híbrido NAR-SVR
Pronóstico de series temporales
Algoritmos de aprendizaje automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 36

Citaciones: Sin citaciones


Descripción
Los esfuerzos en diversos ámbitos como la economía, la energía y la agronomía se han centrado en desarrollar modelos predictivos para datos de series temporales. Un espectro de técnicas, que van desde modelos lineales elementales hasta intrincadas redes neuronales y algoritmos de aprendizaje automático, se ha explorado para lograr pronósticos precisos.

Otros recursos que podrían interesarte

Temas Virtualpro