A perturbative approach for enhancing the performance of time series forecasting.

de Mattos Neto, Paulo S G; Ferreira, Tiago A E; Lima, Aranildo R; Vasconcelos, Germano C; Cavalcanti, George D C

de Mattos Neto, Paulo S G; Ferreira, Tiago A E; Lima, Aranildo R; Vasconcelos, Germano C; Cavalcanti, George D C.

Afiliación

de Mattos Neto PS; Centro de Informática, Universidade Federal de Pernambuco (UFPE), PE, Brazil. Electronic address: psgmn@cin.ufpe.br.
Ferreira TA; Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco (UFRPE), PE, Brazil. Electronic address: tiago.espinola@ufrpe.br.
Lima AR; Department of Earth, Ocean & Atmospheric Sciences, University of British Columbia, Vancouver, British Columbia, Canada. Electronic address: rodrigu@eos.ubc.ca.
Vasconcelos GC; Centro de Informática, Universidade Federal de Pernambuco (UFPE), PE, Brazil. Electronic address: gcv@cin.ufpe.br.
Cavalcanti GD; Centro de Informática, Universidade Federal de Pernambuco (UFPE), PE, Brazil. Electronic address: gdcc@cin.ufpe.br.

Neural Netw ; 88: 114-124, 2017 Apr.

Article en En | MEDLINE | ID: mdl-28236678

Asunto(s)

Predicción/métodos; Análisis de Series de Tiempo Interrumpido/métodos; Modelos Teóricos; Humanos; Redes Neurales de la Computación

Palabras clave

Artificial neural networks; Combination of forecasts; Perturbation theory; Time series forecasting

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Análisis de Series de Tiempo Interrumpido / Predicción / Modelos Teóricos Tipo de estudio: Prognostic_studies Límite: Humans Idioma: En Revista: Neural Netw Asunto de la revista: NEUROLOGIA Año: 2017 Tipo del documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google