域信息自增极端随机树模型应用于时序数据预测

周禹宣; 黄勃; 虞益军; 粟波; 臧振森

doi:10.14188/j.1671-8836.2023.0183

您当前的位置：

首页 >

文章列表页 >

域信息自增极端随机树模型应用于时序数据预测

更新时间：2024-08-08

- 域信息自增极端随机树模型应用于时序数据预测
- Domain Information Self-Augmenting Extreme Random Tree Model Applied to Time Series Data Prediction
- “在时序数据预测领域，专家提出了一种基于域信息自增极端随机树模型，通过时序平移器和特征分解模块，有效提升了预测精度。以美国突发公共卫生事件为例，模型在预测新增确诊人数上表现优异，为应对不确定性提供了解决方案。”
- 武汉大学学报（理学版） 2024年页码：1-13
- 作者机构：
  
  1.上海工程技术大学电子电气工程学院，上海 201620
  2.上海市肺科医院，上海 200082
  3.上海中域工业互联网研究院，上海 200050
- 作者简介：
  
  周禹宣，男，硕士生，现从事对人工智能方向的研究。E-mail：zhou937008780@126.com
  E-mail：huangbosues@sues.edu.cn
- 基金信息：
  
  上海市2022年度“科技创新行动计划”(22dz1202500)
- DOI：10.14188/j.1671-8836.2023.0183
  中图分类号： TP399
- 网络出版日期：2024-08-08，
  
  收稿日期：2023-08-31，
- 稿件说明：
扫描看全文
周禹宣，黄勃，虞益军，等.域信息自增极端随机树模型应用于时序数据预测［J］.武汉大学学报（理学版），XXXX，XX（XX）：1-13. DOI：10.14188/j.1671-8836.2023.0183.

ZHOU Yuxuan，HUANG Bo，YU Yijun，et al.Domain Information Self-Augmenting Extreme Random Tree Model Applied to Time Series Data Prediction ［J］.J Wuhan Univ （Nat Sci Ed），XXXX，XX（XX）：1-13. DOI：10.14188/j.1671-8836.2023.0183（Ch）.
周禹宣，黄勃，虞益军，等.域信息自增极端随机树模型应用于时序数据预测［J］.武汉大学学报（理学版），XXXX，XX（XX）：1-13. DOI：10.14188/j.1671-8836.2023.0183. DOI：

ZHOU Yuxuan，HUANG Bo，YU Yijun，et al.Domain Information Self-Augmenting Extreme Random Tree Model Applied to Time Series Data Prediction ［J］.J Wuhan Univ （Nat Sci Ed），XXXX，XX（XX）：1-13. DOI：10.14188/j.1671-8836.2023.0183（Ch）. DOI：

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

端到端优化的3D点云几何信息有损压缩模型

生成对抗网络在图像隐写中的应用

域信息自增极端随机树模型应用于时序数据预测

Domain Information Self-Augmenting Extreme Random Tree Model Applied to Time Series Data Prediction

DOI：10.14188/j.1671-8836.2023.0183