Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)

Mostrar todas las versiones(2)

"Las series de tiempo jerárquicas (HTS) son un subconjunto de series de tiempo que están contenidas dentro de una estructura o jerarquía. Esta estructura puede estar dada por características propias del producto/servicio, como su categoría, departamento, etc., o por una división geográfica, com...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Woodley, Patricio Alex
Otros Autores: Riccillo, Marcela
Formato: Trabajo final de especialización
Lenguaje:Español
Publicado: 2022
Materias:
REDES NEURONALES
APRENDIZAJE AUTOMATICO
PREDICCIONES
Acceso en línea:http://ri.itba.edu.ar/handle/123456789/3786
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-123456789-3786
record_format dspace
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic REDES NEURONALES
APRENDIZAJE AUTOMATICO
PREDICCIONES
spellingShingle REDES NEURONALES
APRENDIZAJE AUTOMATICO
PREDICCIONES
Woodley, Patricio Alex
Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
topic_facet REDES NEURONALES
APRENDIZAJE AUTOMATICO
PREDICCIONES
description "Las series de tiempo jerárquicas (HTS) son un subconjunto de series de tiempo que están contenidas dentro de una estructura o jerarquía. Esta estructura puede estar dada por características propias del producto/servicio, como su categoría, departamento, etc., o por una división geográfica, como por ejemplo ciudad, estado o país. Las técnicas clásicas como ARIMA o ETS no son óptimas para este tipo de conjunto de series, ya que la estructura puede aportar información valiosa que pasaría inadvertida o al menos no tan fácilmente identificable si modelamos las series de tiempo por separado. Debido a esto, se comparó el desempeño de Redes Neuronales LSTM, las cuales son ampliamente utilizadas para series de tiempo, y de técnicas específicas para series de tiempo jerárquicas como Bottom-Up y Reconciliación Óptima para predecir las ventas de departamentos dentro de tiendas de Walmart en EE.UU. Se analizaron en detalle 70 series de tiempo a nivel tienda-departamento y se demostró la eficacia de estas."
author2 Riccillo, Marcela
author_facet Riccillo, Marcela
Woodley, Patricio Alex
format Trabajo final de especialización
author Woodley, Patricio Alex
author_sort Woodley, Patricio Alex
title Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
title_short Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
title_full Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
title_fullStr Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
title_full_unstemmed Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
title_sort optimización de modelos predictivos para series de tiempo jerárquicas (hts)
publishDate 2022
url http://ri.itba.edu.ar/handle/123456789/3786
work_keys_str_mv AT woodleypatricioalex optimizaciondemodelospredictivosparaseriesdetiempojerarquicashts
bdutipo_str Repositorios
_version_ 1764820523523506181

Ejemplares similares