迈向自动预测:匈牙利水痘病例估计的时间序列预测模型评估
人工智能
2022-10-05 v2 机器学习
摘要
时间序列预测是一门强大的数据建模学科,通过分析历史观测来预测时间序列的未来值。它已被用于众多应用,包括但不限于经济学、气象学和卫生领域。本文中,我们使用时间序列预测技术对水痘未来发病情况进行建模与预测。为此,我们在一个匈牙利收集的数据集上实现并模拟了多种模型与数据预处理技术。我们证明,在县一级的预测中,LSTM 模型在绝大多数实验中优于所有其他模型,而 SARIMAX 模型在国家层面表现最佳。我们还证明,传统数据预处理方法的性能劣于我们所提出的数据预处理方法。
引用
@article{arxiv.2209.14129,
title = {Towards Automatic Forecasting: Evaluation of Time-Series Forecasting Models for Chickenpox Cases Estimation in Hungary},
author = {Wadie Skaf and Arzu Tosayeva and Dániel T. Várkonyi},
journal= {arXiv preprint arXiv:2209.14129},
year = {2022}
}