实体
Tanujit Chakraborty
Tanujit Chakraborty
PulseAugur coverage of Tanujit Chakraborty — every cluster mentioning Tanujit Chakraborty across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的深度学习模型增强了概率流行病预测能力
研究人员开发了一种新的深度生成时空回归方法，用于更准确、更可靠的流行病概率预测。该方法内生地量化不确定性，通过从训练模型中采样来提供概率预测。在六个流行病数据集和三个预测范围上的评估表明，与现有的点预测和概率预测的时间和时空基准相比，该方法在两者上都持续表现更优。该研究还探讨了该方法的可解释性，以辅助公共卫生干预。
-
新型NARFIMA模型提升金砖国家汇率预测能力
研究人员开发了一种新的神经自回归分数阶积分移动平均（NARFIMA）模型，以改进对巴西、俄罗斯、印度和中国（金砖国家）等新兴经济体汇率的预测。该模型将ARFIMA的长程记忆特性与神经网络的非线性学习能力相结合，同时考虑了外部经济因素。与现有的基准方法相比，NARFIMA模型在预测金砖国家汇率方面表现出更优越的性能。
-
新的GCSVR模型提高了城市空气污染预测的准确性
研究人员开发了一个新的图卷积支持向量回归（GCSVR）框架，旨在提高城市空气污染预测的准确性。该模型集成了图卷积学习以理解监测站之间的空间关系，并利用支持向量回归来处理复杂的时间模式并减少异常值的影响。GCSVR框架使用德里和孟买的数据进行了测试，证明了其预测准确性的提高和性能的稳定性，尤其是在污染事件期间。