基于无监督学习和样条插值的时间序列预测新型混合方法：用于陈市气候数据分析的周期估计
应用统计
2025-07-11 v1 数值分析
数值分析
摘要
本文探讨了一种新颖的方法，用于应用于陈市气候数据的时间序列预测。该方法由两种不同且成熟的时间序列模型组成，利用其在处理季节性和周期方面的优势。值得注意的是，开发了一种新算法，用于利用无监督机器学习和样条插值技术计算时间序列的周期。通过对这两种模型进行细致的集成处理，我们实现了优化的预测。该研究推动了预测技术的发展，并为气候数据分析提供了宝贵的见解。
引用
@article{arxiv.2507.07652,
title = {A Novel Hybrid Approach for Time Series Forecasting: Period Estimation and Climate Data Analysis Using Unsupervised Learning and Spline Interpolation},
author = {Tanmay Kayal and Abhishek Das and U Saranya},
journal= {arXiv preprint arXiv:2507.07652},
year = {2025}
}
备注
17 Pages, 13 figures