Forecasting of time series with trend and seasonal cycle using the airline model and artificial neural networks
Muchas series de tiempo con tendencia y ciclos estacionales son exitosamente modeladas y pronosticadas usando el modelo airline de Box y Jenkins; sin embargo, la presencia de no linealidades en los datos son despreciadas por este modelo. En este artc̕ulo, se propone una nueva versin̤ no lineal del m...
Saved in:
| Other Authors: | , , |
|---|---|
| Format: | Book |
| Language: | English |
| Subjects: | |
| Online Access: | Forecasting of time series with trend and seasonal cycle using the airline model and artificial neural networks |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro24344 | ||
| 005 | 20201223000000.0 | ||
| 008 | 201125s2020 ck # g## #001 0#eng#d | ||
| 020 | |a 2256-4314 (Versin̤ electrn̤ica); 1794-9165 (Versin̤ impresa) | ||
| 022 | |||
| 040 | |a CO-BoINGC | ||
| 041 | 0 | |a eng | |
| 245 | 1 | 0 | |a Forecasting of time series with trend and seasonal cycle using the airline model and artificial neural networks |
| 246 | |a Prons̤tico de series de tiempo con tendencia y ciclo estacional usando el modelo airline y redes neuronales artificiales | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2020 | ||
| 520 | 3 | |a Muchas series de tiempo con tendencia y ciclos estacionales son exitosamente modeladas y pronosticadas usando el modelo airline de Box y Jenkins; sin embargo, la presencia de no linealidades en los datos son despreciadas por este modelo. En este artc̕ulo, se propone una nueva versin̤ no lineal del modelo airline; para esto, se reemplaza la componente lineal de promedios mv̤iles por un perceptrn̤ multicapa. El modelo propuesto es usado para pronosticar dos series de tiempo benchmark; se encontr ̤que el modelo propuesto es capaz de pronosticar las series de tiempo con mayor precisin̤ que otras aproximaciones tradicionales. | |
| 650 | \ | \ | |a Programacin̤ no-lineal |
| 650 | \ | \ | |a Modelos matemt̀icos |
| 650 | \ | \ | |a Estudio de tiempos |
| 650 | \ | \ | |a Redes neuronales (Computadores) |
| 650 | \ | \ | |a Tčnicas de prediccin̤ |
| 650 | \ | \ | |a Non-linear programming |
| 650 | \ | \ | |a Mathematical models |
| 650 | \ | \ | |a Time study |
| 650 | \ | \ | |a Neural networks (Computer science) |
| 650 | \ | \ | |a Prediction techniques |
| 650 | \ | \ | |a Prediccin̤; Modelos no lineales; SARIMA; Perceptrn̤ multicapa. |
| 650 | \ | \ | |a prediction; Nonlinear macroeconomics; SARIMA; Multilayer perceptrons |
| 700 | \ | \ | |a Franco C J |
| 700 | \ | \ | |a Vels̀quez J D |
| 700 | \ | \ | |a Universidad EAFIT |
| 856 | |z Forecasting of time series with trend and seasonal cycle using the airline model and artificial neural networks |u https://virtualpro.unach.elogim.com/biblioteca/pronostico-de-series-de-tiempo-con-tendencia-y-ciclo-estacional-usando-el-modelo-airline-y-redes-neuronales-artificiales | ||