Eu sigo aqueles. Parece haver alguma característica humana perversa que gosta de tornar as coisas fáceis difíceis. (Buffett) Posso dar-lhe um certo talvez. (Samuel Goldwyn) Se os números fossem todos nós, a crença comum seria que o casamento é a causa principal do divórcio. (Zvika Harel) Em Deus confiamos, todos os outros devem trazer dados. (Edwards Deming) A inspiração final é o prazo. (Nolan Bushnell) O tédio é uma raiva espalhada. (Paul Tillich) A realidade é aquela que, quando você deixa de acreditar nela, não vai embora. (Philip K. Dick) O show externo é um substituto pobre para o valor interior. (Aesop) O reconhecimento é o maior motivador. (Gerard C. Eakedale) A TV é chewing gum para os olhos. (Frank Lloyd Wright) As drogas são as lacunas legais da realidade. (Jeremy Preston Johnson) O exemplo não é o principal em influenciar outros. É a única coisa. (Albert Schweitzer) As boas pessoas são boas porque elas vieram à sabedoria através do fracasso. (William Saroyan) Se as pessoas são boas apenas porque temem o castigo e esperam recompensa, então somos um lote demais. (Albert Einstein) aprendi há muito tempo, para nunca lutar com um porco. Você fica sujo e, além disso, o porco gosta. (George Bernard Shaw) É sempre corajoso dizer o que todos pensam. (Georges Duhamel) Foi minha experiência que pessoas que não têm vícios têm poucas virtudes. (Abraham Lincoln) Muito disso é simplesmente isso. (Brian J. Dent) O futuro está aqui. Ainda não está amplamente distribuído. (William Gibson) Para tornar os prazeres agradáveis, encurte-os. (Charles Buxton) A realidade é aquela que, quando deixa de acreditar nele, não desaparece. (Philip K. Dick) Qualquer um que pára de aprender é velho, seja aos vinte ou oitenta. Deve ter mais vida do que ter tudo (Maurice Sendak) O silêncio é um dos argumentos mais difíceis de refutar. (Josh Billings) Representação média em movimento da VARRepresentação de modelos temporários multiplicativos de modelos sazonais verticais Expandir Resumo RESUMO: A previsão de fluxo de trânsito de curto prazo, o processo de previsão de condições de tráfego futuras com base em observações históricas e em tempo real é um aspecto essencial de Sistemas de transporte inteligentes. Os algoritmos bem conhecidos existentes para o fluxo de tráfego a curto prazo incluem técnicas baseadas em análise de séries temporais, das quais o modelo de média móvel auto-regressiva sazonal é um dos métodos mais precisos utilizados neste campo. A eficácia do fluxo de tráfego de curto prazo em uma rede de transporte urbano pode ser plenamente realizada apenas na sua forma multivariada, onde o fluxo de tráfego está previsto em vários sites simultaneamente. Neste trabalho, este conceito explorou utilizando um modelo aditivo de vetor sazonal automático auto-regressivo para prever o fluxo de tráfego no futuro a curto prazo considerando a dependência espacial entre vários sites. A representação do modelo linear dinâmico do modelo de média móvel auto-regressiva é usada para reduzir o número de variáveis latentes. Os parâmetros do modelo são estimados em uma estrutura de inferência bayesiana empregando um método de amostragem Monte Carlo da cadeia Markov. A eficiência do algoritmo de previsão proposto é avaliada pela modelagem de observações de fluxo de tráfego em tempo real disponíveis a partir de uma certa junção no centro da cidade de Dublin, Irlanda. Artigo Aug 2014 Tiep Mai Bidisha Ghosh Simon Wilson Mostrar resumo Ocultar resumo RESUMO: séries temporais são usadas em muitos estudos para construção e análise de modelo. Devemos ter muito cuidado em entender o tipo de dados da série temporal utilizados na análise. Neste artigo de revisão, começaremos com algumas questões relacionadas ao uso de séries temporais de amostragem agregadas e sistemáticas. Como várias séries temporais são freqüentemente usadas em um estudo da relação de variáveis, também consideramos a modelagem e análise de séries temporais de vetores. Embora os procedimentos básicos de construção de modelos entre séries temporais univariadas e séries temporais de vetores sejam iguais, existem alguns fenômenos importantes que são únicos para as séries temporais vetoriais. Portanto, também discutiremos algumas questões relacionadas aos modelos de tempo vetorial. Compreender esses problemas é importante quando usamos dados da série temporal em modelagem e análise, independentemente de ser uma série de tempo univariada ou multivariada. Texto integral Artigo Maio 2015 William W. S. Wei
No comments:
Post a Comment