文献

J-GLOBAL ID：202102252081959580   整理番号：21A2870617

NN5予測競争に基づく多段階先行時系列予測のための戦略のレビューと比較【JST・京大機械翻訳】

A review and comparison of strategies for multi-step ahead time series forecasting based on the NN5 forecasting competition

著者 (4件)： Ben Taieb Souhaib (Machine Learning Group, Departement d’Informatique, Faculte des Sciences, Universite Libre de Bruxelles, Belgium) ,  Bontempi Gianluca (Machine Learning Group, Departement d’Informatique, Faculte des Sciences, Universite Libre de Bruxelles, Belgium) ,  Atiya Amir F. (Faculty of Engineering, Cairo University, Giza, Egypt) ,  Sorjamaa Antti (Environmental and Industrial Machine Learning Group, Adaptive Informatics Research Centre, Altoo University School of Science, Finland)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 8  ページ： 7067-7083  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多段階先行予測は,時系列予測における未解決の課題である。この複雑な問題を扱ういくつかのアプローチが文献で提案されているが,多数のタスクに関する広範な比較はまだ不足している。本論文では,多段階先行予測に対する既存の戦略をレビューし,それらを理論的および実用的観点から比較することにより,このギャップを埋めることを目指した。そのような目的を達成するために,大きな実験ベンチマーク(すなわちNN5予測競争から111シリーズ)を用いて,これらの異なる戦略の大規模比較を実施した。さらに,著者らは,これらの戦略と大規模での多段階先行予測に及ぼす脱季節,入力変数選択,および予測組合せの影響を考察した。以下の3つの知見は,実験結果によって一貫して支持されているように見える:多重出力戦略は,最良の実行アプローチであり,脱季節は,一様に改善された予測精度をもたらし,そして,入力選択は,脱季節化とともに実行されるとき,より効果的であった。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *多重化
準シソーラス用語： *時系列予測 ,  予測精度 ,  変数選択 , 【Automatic Indexing@JST】

著者キーワード (8件)： 時系列予測 ,  多段階先行予測 ,  長期予測 ,  予測の戦略 ,  機械学習 ,  遅延学習 ,  NN5予測競争 ,  Friedman試験

分類 (3件)： 人工知能  (JE08000Z) ,  局地循環,気流  (DC05090N) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (6件)： 予測 ,  競争 ,  段階 ,  時系列予測 ,  戦略 ,  レビュー