Репозиторий Самарского университета

Отрывок: As for SIR model that allows to get short-time forecasts with greater error than linear models, it needs lots of computations to calculate the correct and always changing parameters. This is due to the fact that the parameters of the model are selected on the...

Название :	Analysis of neural network and statistical models used for forecasting of Covid-19 cases
Авторы/Редакторы :	Makarovskikh T. A. Abotaleb M. S. A.
Дата публикации :	2021
Библиографическое описание :	Makarovskikh, T. A. Analysis of neural network and statistical models used for forecasting of Covid-19 cases / T. A. Makarovskikh, M. S. A. Abotaleb // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 033563.
Другие идентификаторы :	RU\НТБ СГАУ\466552
Ключевые слова:	ARIMA BATS BiLSTM COVID-19 epidemic Holt linear trend GRU machine learning LSTM nonlinear models neural network анализ ошибок прогнозирования SIR model TBATS статистические модели модель SIR нейронные сети нелинейные модели методы машинного обучения тренд Холта эпидемии
Располагается в коллекциях:	Информационные технологии и нанотехнологии

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.