PHILNet: A novel efficient approach for time series forecasting using deep learning
Information Sciences · 2023-06 · 632 · 815-832
DOI: 10.1016/j.ins.2023.03.021 ↗Kurz gefasst
Fachartikel in der Zeitschrift Information Sciences, 2023-06. Verfasst von M.J. Jiménez-Navarro und 3 weiteren Autor:innen. Die Arbeit wurde bisher 25-mal zitiert (Crossref) und nennt 49 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universidad de Sevilla, Ministerio de Ciencia e Innovación, European Regional Development Fund.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Universidad de Sevilla
- Ministerio de Ciencia e Innovación
- European Regional Development Fund
- Junta de Andalucía
Zitieren
APA
Jiménez-Navarro, M., Martínez-Ballesteros, M., Martínez-Álvarez, F., & Asencio-Cortés, G. (2023). PHILNet: A novel efficient approach for time series forecasting using deep learning. Information Sciences, 632, 815-832. https://doi.org/10.1016/j.ins.2023.03.021
Vancouver
Jiménez-Navarro M, Martínez-Ballesteros M, Martínez-Álvarez F, Asencio-Cortés G. PHILNet: A novel efficient approach for time series forecasting using deep learning. Information Sciences. 2023;632:815-832. doi:10.1016/j.ins.2023.03.021
BibTeX
@article{JimnezNavarro2023,
author = {Jiménez-Navarro, M.J. and Martínez-Ballesteros, M. and Martínez-Álvarez, F. and Asencio-Cortés, G.},
title = {PHILNet: A novel efficient approach for time series forecasting using deep learning},
journal = {Information Sciences},
year = {2023},
volume = {632},
pages = {815--832},
doi = {10.1016/j.ins.2023.03.021}
}
EUVIMED