Decomposing time series into deterministic and stochastic influences: a survey (2019)
- Authors:
- USP affiliated authors: HRUSCHKA, EDUARDO RAUL - EP ; MELLO, RODRIGO FERNANDES DE - ICMC ; DUARTE, FELIPE SIMÕES LAGE GOMES - ICMC
- Unidades: EP; ICMC
- DOI: 10.1016/j.dsp.2019.102582
- Subjects: ANÁLISE DE SÉRIES TEMPORAIS; MÉTODOS DE DECOMPOSIÇÃO
- Keywords: Data decomposition; Data streams; Modeling and prediction
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Digital Signal Processing
- ISSN: 1051-2004
- Volume/Número/Paginação/Ano: v. 95, p. 1-18, Dec. 2019
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
DUARTE, Felipe Simões Lage Gomes et al. Decomposing time series into deterministic and stochastic influences: a survey. Digital Signal Processing, v. 95, p. 1-18, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.dsp.2019.102582. Acesso em: 02 maio 2024. -
APA
Duarte, F. S. L. G., Rios, R. A., Hruschka, E. R., & Mello, R. F. de. (2019). Decomposing time series into deterministic and stochastic influences: a survey. Digital Signal Processing, 95, 1-18. doi:10.1016/j.dsp.2019.102582 -
NLM
Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Decomposing time series into deterministic and stochastic influences: a survey [Internet]. Digital Signal Processing. 2019 ; 95 1-18.[citado 2024 maio 02 ] Available from: https://doi.org/10.1016/j.dsp.2019.102582 -
Vancouver
Duarte FSLG, Rios RA, Hruschka ER, Mello RF de. Decomposing time series into deterministic and stochastic influences: a survey [Internet]. Digital Signal Processing. 2019 ; 95 1-18.[citado 2024 maio 02 ] Available from: https://doi.org/10.1016/j.dsp.2019.102582 - Time series decomposition using spring system applied on phase spaces
- Explorando dados provindos da internet em dispositivos móveis: uma abordagem baseada em visualização de informação
- Decomposição de séries temporais preservando o viés determinístico
- An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks
- Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm
- Transfer learning with cluster ensembles
- An Experimental Study on Unsupervised Clustering-Based Feature Selection Methods
- On the influence of imputation in classification: practical issues
- Towards improving cluster-based feature selection with a simplified silhouette filter
- Document clustering for forensic computing: an approach for improving computer inspection
Informações sobre o DOI: 10.1016/j.dsp.2019.102582 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
