EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Leveraging Hybrid Deep Learning Models for Enhanced Multivariate Time Series Forecasting

Amal Mahmoud, Ammar Mohammed

Neural Processing Letters · 23.08.2024 · 56 (5)

DOI: 10.1007/s11063-024-11656-3 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Neural Processing Letters, online erschienen am 23.08.2024. Verfasst von Amal Mahmoud und 1 weiteren Autor:innen. Die Arbeit wurde bisher 88-mal zitiert (Crossref) und nennt 79 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Sience and Technology Development Fund-STDF, Egyptian Knowledge Ban.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Sience and Technology Development Fund-STDF
  • Egyptian Knowledge Ban

Zitieren

APA

Mahmoud, A., & Mohammed, A. (2024). Leveraging Hybrid Deep Learning Models for Enhanced Multivariate Time Series Forecasting. Neural Processing Letters, 56(5). https://doi.org/10.1007/s11063-024-11656-3

Vancouver

Mahmoud A, Mohammed A. Leveraging Hybrid Deep Learning Models for Enhanced Multivariate Time Series Forecasting. Neural Processing Letters. 2024;56(5). doi:10.1007/s11063-024-11656-3

BibTeX
@article{Mahmoud2024,
  author = {Mahmoud, Amal and Mohammed, Ammar},
  title = {Leveraging Hybrid Deep Learning Models for Enhanced Multivariate Time Series Forecasting},
  journal = {Neural Processing Letters},
  year = {2024},
  volume = {56},
  number = {5},
  doi = {10.1007/s11063-024-11656-3}
}
Kostenlos starten →