• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Construction de modèles avancés d'apprentissage automatique pour le trafic aérien

Construction de modèles avancés d'apprentissage automatique pour le trafic aérien

Paperback

Probability & Statistics

ISBN10: 6209130283
ISBN13: 9786209130281
Publisher: Editions Notre Savoir
Published: Oct 18 2025
Pages: 84
Weight: 0.27
Height: 0.20 Width: 6.00 Depth: 9.00
Language: French
Ce livre explore l'application de diverses séries temporelles et de techniques d'apprentissage automatique pour modéliser et prévoir le trafic aérien national. Il fournit une étude complète des approches prédictives traditionnelles et modernes. Il présente une vaste revue de la littérature sur la modélisation du trafic aérien, couvrant les méthodes traditionnelles de séries temporelles (Holt's Winter, ARIMA, SARIMA) ainsi que les techniques avancées d'apprentissage automatique (FFNN, MLP, LSTM). Une analyse comparative de ces méthodes, soulignant leurs points forts et leurs limites, est également incluse. En outre, il explore l'estimation bayésienne des paramètres du modèle SARIMA. Les paramètres estimés et les prévisions sont comparés à l'approche traditionnelle du maximum de vraisemblance. Il étend la recherche en introduisant des modèles de mélange, des approches hybrides et des techniques simples de calcul de moyenne pour améliorer la précision des prédictions. L'efficacité de ces modèles est évaluée par une analyse comparative.

Also from

Mounika, Panjala

Also in

Probability & Statistics