Resumen

En este artículo se analiza la predicción de series temporales con datos ausentes. Se propone un nuevo modelo de predicción basado en la clasificación de margen máximo de datos con características ausentes. El problema de modelar series temporales incompletas se considera como clasificación de datos con características ausentes. Empleamos el hiperplano óptimo de clasificación para predecir los valores futuros. En comparación con el proceso tradicional de predicción de series temporales incompletas, nuestro método resuelve el problema directamente en lugar de rellenar los datos ausentes por adelantado. Además, introducimos un método de imputación para estimar los datos que faltan en las series históricas. Los resultados experimentales validan la eficacia de nuestro modelo tanto en la predicción como en la imputación.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:series temporales incompletas, datos, características ausentes, modelo de predicción novedoso, proceso de predicción tradicional, clasificación, predicción, resultados experimentales, valores futuros, series históricas
• Keywords:incomplete time series, data, absent features, novel forecast model, traditional predicting process, classification, prediction, experimental results, future values, history series