Data augmentation for time series regression: Applying transformations, autoencoders and adversarial networks to electricity price forecasting

A model’s expected generalisation error is inversely proportional to its training set size. This relationship can pose a problem when modelling multivariate time series, because structural breaks, low sampling rates, and high data gathering costs can severely restrict training set sizes, increasing...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Applied energy Ročník 304; s. 117695
Hlavní autoři:	Demir, Sumeyra, Mincev, Krystof, Kok, Koen, Paterakis, Nikolaos G.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 15.12.2021
Témata:	Adversarial network Augmentation Autoencoder case studies electricity electricity costs Electricity price forecasting energy markets Multivariate time series prediction Regression regression analysis time series analysis Augmentation Adversarial network Electricity price forecasting Regression Multivariate time series Autoencoder
ISSN:	0306-2619, 1872-9118
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!