Model for non-periodic time series prediction

In practical applications, purely periodic data is relatively rare, and most data often exhibit non-periodic characteristics, making it challenging to predict or describe through simple periodic changes. Single neural network frequently encounters issues such as overfitting, difficulties in capturin...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	CAO Jianwen, WEI Xingbao, YANG Yi, LI Caihong, ZHAO Wenqing
Format:	Artigo
Język:	Chinês
Wydane:	China InfoCom Media Group 2025-01-01
Seria:	大数据
Hasła przedmiotowe:	time series forecasting convolutional neural network LSTNet Informer
Dostęp online:	http://www.j-bigdataresearch.com.cn/zh/article/doi/10.11959/j.issn.2096-0271.2025010/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!