EnsPKDE&IncLKDE: a hybrid time series prediction algorithm integrating dynamic ensemble pruning, incremental learning, and kernel density estimation

Ensemble pruning can effectively overcome several shortcomings of the classical ensemble learning paradigm, such as the relatively high time and space complexity. However, each predictor has its own unique ability. One predictor may not perform well on some samples, but it will perform very well on...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Applied intelligence (Dordrecht, Netherlands) Ročník 51; číslo 2; s. 617 - 645
Hlavní autoři:	Zhu, Gangliang, Dai, Qun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.02.2021 Springer Nature B.V
Témata:	Algorithms Artificial Intelligence Computer Science Density distribution Kernels Machine learning Machines Manufacturing Mechanical Engineering Performance prediction Processes Time series Traveling salesman problem One-step-ahead prediction Kernel density estimation (KDE) Incremental learning (IL) Time series prediction (TSP) Dynamic ensemble pruning (DEP)
ISSN:	0924-669X, 1573-7497
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!