AI for Time Series Volume 1: Unlocking Patterns with Deep Learning
-
- Hardcover ausgewählt
- Taschenbuch
- eBook
-
Sprache:Englisch
-
Verlag:Taylor & Francis
269,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Gebundene Ausgabe
Erscheinungsdatum
22.05.2026
Abbildungen
schwarz-weiss Illustrationen, Zeichnungen, schwarz-weiss
Herausgeber
Min Wu + weitereVerlag
Taylor & FrancisSeitenzahl
252
Maße (L/B/H)
23,4/15,6/1,6 cm
Gewicht
553 g
Sprache
Englisch
ISBN
978-1-04-101032-6
This book provides a thorough exploration of the latest innovations in AI for general time series analysis, distribution shift, and foundation models. It offers an in-depth look at cutting-edge techniques and methodologies, using advanced algorithms that are transforming time series analysis across industries. The authors highlight the use of AI models, particularly those based on deep learning, to study the sequence of data points collected at successive points in time.
In the study of the use of AI for general time series analysis, readers are introduced to a recent important model like TimesNet, which has set new benchmarks for general time series analysis. TimesNet is a cutting-edge model for time series analysis, which transforms one-dimensional time series data into two-dimensional space to better capture temporal variations. This approach allows TimesNet to excel in various tasks such as short- and long-term forecasting, imputation, classification, and anomaly detection. The authors also discuss distribution shift in time series, with an important coverage on the use of AdaTime. This is a benchmarking suite for domain adaptation which addresses distribution shifts in time series data through Unsupervised Domain Adaptation (UDA). In the last section, a significant focus is placed on the emergence of time series foundation models, particularly for forecasting. The book explores pioneering models like Time-LLM, which are designed to offer universal forecasting capabilities across diverse time series tasks.
The book can be used as supplementary reading for graduate students taking advanced topics/seminars on advanced deep learning and foundation models. It is also a useful reference for researchers and engineers working on time-series applications in finance, healthcare, energy, and climate.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice