Recursive multi-step time series forecasting by perturbing data

Ben Taieb, Souhaib; Bontempi, Gianluca

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Citer

Recursive multi-step time series forecasting by perturbing data

par Ben Taieb, Souhaib

;Bontempi, Gianluca

Référence International Conference on Data Mining(Vancouver), Proceedings of the 2011 IEEE International Conference on Data Mining
Publication Publié, 2011

Publication dans des actes

Détails

Titre:	Recursive multi-step time series forecasting by perturbing data
Auteur:	Ben Taieb, Souhaib; Bontempi, Gianluca
Informations sur la publication:	International Conference on Data Mining(Vancouver), Proceedings of the 2011 IEEE International Conference on Data Mining
Statut de publication:	Publié, 2011
Sujet CREF:	Informatique mathématique
Langue:	Anglais

Documents en relation

DI-fusion

Factor-Based Framework for Multivariate and Multi-step-ahead Forecasting of Large Scale Time Series
par De Stefani, Jacopo , Bontempi, Gianluca
Publication 2021-09-01
Statistical foundations of machine learning
par Bontempi, Gianluca
Publication 2021-01-01
A tutorial on network-wide multi-horizon traffic forecasting with deep learning
par Buroni, Giovanni , Bontempi, Gianluca , Determe, Karl
Publication 2021-06-01
Predicting Reach to Find Persuadable Customers: Improving Uplift Models for Churn Prevention
par Verhelst, Theo , Shrestha, Jeevan , Mercier, Denis , Dewitte, Jean Christophe , Bontempi, Gianluca
Publication 2021-01-01
Integer programs with bounded subdeterminants and two nonzeros per row
par Fiorini, Samuel , Joret, Gwenaël , Weltge, Stefan , Yuditsky, Yelena
Publication 2022-01-01

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.