Zobrazeno 1 - 10
of 76
pro vyhledávání: '"Multi-variate time series"'
Publikováno v:
In Applied Soft Computing December 2024 167 Part A
Publikováno v:
BioMedical Engineering OnLine, Vol 22, Iss 1, Pp 1-24 (2023)
Abstract Background Electroencephalogram (EEG) signals record electrical activity on the scalp. Measured signals, especially EEG motor imagery signals, are often inconsistent or distorted, which compromises their classification accuracy. Achieving a
Externí odkaz:
https://doaj.org/article/0aee529278ce4159bd3c5eda8bdb728e
Publikováno v:
IEEE Access, Vol 11, Pp 117159-117176 (2023)
Many physical processes display complex high-dimensional time-varying behavior, from global weather patterns to brain activity. An outstanding challenge is to express high dimensional data in terms of a dynamical model that reveals their spatiotempor
Externí odkaz:
https://doaj.org/article/39cc4e6a81cb4176a30af0459394345c
Autor:
Dino Ienco
Publikováno v:
IEEE Access, Vol 11, Pp 20877-20884 (2023)
Positive and unlabelled (PU) learning for multi-variate time series classification refers to build a binary classification model when only a small set of positive and a large set of unlabelled samples are accessible at training stage. Different from
Externí odkaz:
https://doaj.org/article/1e32ec9ae6354b7a93b2a3ea71c0e811
Autor:
Fatma Yaprakdal, Merve Varol Arısoy
Publikováno v:
Applied Sciences, Vol 13, Iss 23, p 12946 (2023)
In the smart grid paradigm, precise electrical load forecasting (ELF) offers significant advantages for enhancing grid reliability and informing energy planning decisions. Specifically, mid-term ELF is a key priority for power system planning and ope
Externí odkaz:
https://doaj.org/article/3d14ed0f97a24a9385af0111a799ed07
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 11, Iss 22, p 10873 (2021)
A common challenge in multimedia data understanding is the unsupervised discovery of recurring patterns, or motifs, in time series data. The discovery of motifs in uni-variate time series is a well studied problem and, while being a relatively new ar
Externí odkaz:
https://doaj.org/article/cd46d70fe10047799b56921f16ec57a6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.