Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias (1997)
- Autores:
- Autor USP: ANDRADE FILHO, MARINHO GOMES DE - ICMC
- Unidade: ICMC
- Assunto: ESTATÍSTICA
- Idioma: Português
- Imprenta:
- Nome do evento: Simpósio Brasileiro de Redes Neurais
-
ABNT
BALLINI, Rosangela et al. Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias. 1997, Anais.. Goiânia: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, 1997. . Acesso em: 26 abr. 2024. -
APA
Ballini, R., Franca, E. H. F., Soares, S., & Andrade, M. G. de. (1997). Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias. In . Goiânia: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. -
NLM
Ballini R, Franca EHF, Soares S, Andrade MG de. Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias. 1997 ;[citado 2024 abr. 26 ] -
Vancouver
Ballini R, Franca EHF, Soares S, Andrade MG de. Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias. 1997 ;[citado 2024 abr. 26 ] - Abordagem bayesiana de modelos arch(P) usando algoritmos metropolis-hastings
- On mean value solutions for the Helmholtz equation on square grids
- Modelo de Poisson zero-modificado com efeito aleatório para dados longitudinais
- A influência da estocasticidade das vazões no planejamento da operação de sistemas hidrelétricos
- Estimação de parâmetros de modelos ARCH (p): abordagem Bayes-MCMC versus máxima verossimilhança
- Uma abordagem bayesiana para modelos PAR(pm)
- Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p)
- Seasonal streamflow forecasting via a neural fuzzy system
- Previsão de vazões naturais médias mensais usando uma rede neural nebulosa adaptativa
- Analysis of inflow modeling in stochastic dynamic programming for long term hydrothermal scheduling
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas