COVID-19のホテル需要と収入予測のための新しい深層学習モデル【JST・京大機械翻訳】

Farhangi Ashkan; Huang Arthur; Guo Zhishan

プレプリント

J-GLOBAL ID：202202200215062914 整理番号：22P0301033

COVID-19のホテル需要と収入予測のための新しい深層学習モデル【JST・京大機械翻訳】

A Novel Deep Learning Model for Hotel Demand and Revenue Prediction amid COVID-19

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年03月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

COVID-19パンデミックは,観光と病院の部門に有意に影響した。旅行制限と滞在-住宅順序のような公共政策は,旅行者活動とサービス事業の運用と収益性に有意に影響した。この目的のために,管理と組織意思決定を支援する解釈可能な予測モデルを開発することが重要である。COVID-19パンデミックの影響下での時系列データを予測するための新しい深層学習フレームワークであるデマンドネットを開発した。フレームワークは,時系列データに埋め込まれたトップ静的および動的特徴を選択することによって始まった。次に,それは以前に見られたデータに解釈可能な洞察を提供できる非線形モデルを含む。最後に,ロバスト長期予測を行うために,上記の特性を活用するための予測モデルを開発した。米国の8都市からの毎日のホテル需要と収入データを用いてフレームワークを評価した。著者らの知見は,デマンドネットが最先端のモデルよりも優れ,ホテル需要と収入に対するCOVID-19パンデミックの影響を正確に予測できることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能 , ニューロコンピュータ

, , , , , ,

前のページに戻る