Improving Multiple Time Series Forecasting with Data Stream Mining Algorithms

This paper proposes a hybrid ensemble learning approach that combines statistical and data stream mining algorithms to obtain better forecasting performance in multiple time series prediction problems. Although some multiple time series algorithms perform surprisingly well in a variety of domains, i...

Celý popis

Podrobná bibliografie

Vydáno v:	Conference proceedings - IEEE International Conference on Systems, Man, and Cybernetics s. 1060 - 1067
Hlavní autoři:	Mochinski, Marcos Alberto, Paul Barddal, Jean, Enembreck, Fabricio
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 11.10.2020
Témata:	Data mining data stream mining algorithms Forecasting hybrid ensemble multiple time series Prediction algorithms Real-time systems Social networking (online) Time series analysis Time series forecasting Training
ISSN:	2577-1655
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!