時系列予測のための機械学習の進歩【JST・京大機械翻訳】

Masini Ricardo P.; Medeiros Marcelo C.; Mendes Eduardo F.

プレプリント

J-GLOBAL ID：202202217408114270 整理番号：21P0070635

時系列予測のための機械学習の進歩【JST・京大機械翻訳】

Machine Learning Advances for Time Series Forecasting

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： 2020年12月23日プレプリントサーバーでの情報更新日： 2021年04月09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)

本論文では,時系列予測のための教師つき機械学習と高次元モデルの最新の進歩を調査した。線形と非線形の代替案の両方を考察した。線形法の中で,モデルのペナルティ回帰とアンサンブルに特別な注意を払った。論文で考慮された非線形法は,それらのフィードフォワードとリカレントバージョン,およびランダムフォレストとブーストツリーのようなツリーベースの方法において,浅いと深いニューラルネットワークを含む。また,異なる代替案から成分を結合することによって,アンサンブルとハイブリッドモデルを考察した。優れた予測能力の試験を簡潔にレビューした。最後に,著者らは,経済学と金融における機械学習の応用について議論して,高周波金融データによる説明を提供した。【JST・京大機械翻訳】

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

人工知能 , 数値計算

前のページに戻る