Wynik wyszukiwania
Zapytanie: SURROGATE DATA
Liczba odnalezionych rekordów: 1



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/1
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.
Źródło: 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 indeksujące 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 PŚl.


stosując format:
Nowe wyszukiwanie