时间序列预测模型在用水数据上的评估：以希腊为例
机器学习
2023-04-03 v1
摘要
近年来，城市化和工业化的加剧导致水资源需求与资源量上升，从而扩大了供需之间的差距。合理的水资源分配与用水量预测是通过改善水资源的运营、规划和管理来缓解供需失衡的关键因素。为此，本文在来自希腊（一个具有多样化社会经济和城市化问题的国家）的时间序列用水量数据上评估了几种知名的预测算法。这些预测算法在一个由希腊供水与污水处理公司提供的真实世界数据集上进行评估，揭示了关于每种算法及其使用的核心见解。
引用
@article{arxiv.2303.17617,
title = {An evaluation of time series forecasting models on water consumption data: A case study of Greece},
author = {Ioannis Kontopoulos and Antonios Makris and Konstantinos Tserpes and Theodora Varvarigou},
journal= {arXiv preprint arXiv:2303.17617},
year = {2023}
}