Nr opisu: | 0000139046 |
Tytuł oryginału: | Empirical mode decomposition based data augmentation for time series prediction using NARX network. |
Autorzy: | O.O. Abayomi-Alli, T. Sidekerskiene, Robertas Damasevicius, Jakub Siłka, Dawid Połap. |
¬ródło: | W: Artificial intelligence and soft computing. 19th International conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020. Proceedings. Pt. 1. Eds. Leszek Rutkowski, Rafał Scherer, Marcin Korytkowski, Witold Pedrycz, Ryszard Tadeusiewicz, Jacek M. Zurada. Cham : Springer, 2020, s. 702-711, bibliogr. 23 poz. |
ISBN: | 978-3-030-61400-3978-3-030-61401-0 |
Seria: | (Lecture Notes in Computer Science ; vol. 12415 Lecture Notes in Artificial Intelligence ; 0302-9743) |
Punktacja MNiSW: | 20.000 |
Liczba arkuszy wydawniczych: | 0,5 |
Bazy indeksuj±ce publikację: | Springer; DBLP; Scopus |
DOI: | |
Słowa kluczowe polskie: | rozszerzanie danych ; empiryczna dekompozycja sygnału ; dane zastępcze ; prognoza szeregów czasowych ; sieć NARX |
Słowa kluczowe angielskie: | data augmentation ; empirical mode decomposition ; surrogate data ; time series forecasting ; NARX network |
Typ publikacji: | RK |
Język publikacji: | ENG |
Zasieg terytorialny: | Z |
Afiliacja: | praca afiliowana w P¦l. |