Suche nach Prognosemodell

Neue Urban‑Vibrancy‑Embeddings verbessern Verkehrsvorhersagen

In einer aktuellen Studie aus dem arXiv-Repository wird gezeigt, wie die dynamische menschliche Aktivität in Städten mithilfe von mobilen D…

arXiv – cs.AI 26.02.2026 05:00

Forschung

R$^2$Energy: Benchmark für robuste Erneuerbare‑Energie‑Prognosen bei Extremen

Mit dem raschen Ausbau von Wind- und Solarkraft wird zuverlässige Wettervorhersage zum entscheidenden Faktor für die Stabilität von Stromne…

arXiv – cs.LG 19.02.2026 05:00

Forschung

Cast‑R1: Lernbasierte Entscheidungsreihen für präzise Zeitreihenprognosen

Traditionelle Zeitreihenprognosen basieren meist auf modellzentrierten Ansätzen, die die Vorhersage als einmalige Abbildung von historische…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Neues Hybrid-Modell verbessert Bitcoin-Preisprognosen

Die Vorhersage des Bitcoin-Preises bleibt eine der größten Herausforderungen im Kryptowährungsmarkt. Dezentrale Börsen sind nichtlinear, ex…

arXiv – cs.AI 16.02.2026 05:00

Forschung

Maschinelles Lernen macht mechanistische Modelle zu Prognosewerkzeugen

In einer bahnbrechenden Veröffentlichung auf arXiv haben Forscher gezeigt, wie klassische mechanistische Modelle durch den Einsatz von masc…

arXiv – cs.LG 05.02.2026 05:00

Forschung

Erklärbare Prognose für Ultrafiltration: Ähnlichkeitsbasierte Maintenance

In der Umkehrosmose-Wasseraufbereitung verschlechtern sich Ultrafiltration (UF)-Membranen durch Verunreinigungen, was zu Leistungsverlusten…

arXiv – cs.AI 03.02.2026 05:00

Forschung

<p>Der VN2 Inventory Planning Challenge hat die Art und Weise, wie Einzelhandelsketten ihre Lagerbestände planen, neu definiert. In diesem Wettbewerb geht es um wöchentliche Entscheidungen mit einer zweiwöchigen Lieferzeit, wobei die Gesamtkosten aus Fehlbeständen und Lagerhaltungskosten bestehen.</p> <p>Die Siegerlösung kombiniert ein globales, mehrhorizontales Prognosemodell mit einer kostenbewussten Bestellpolitik in einem zweistufigen Predict‑then‑Optimize-Ansatz. Durch die Nutzung aller verfügbaren Zei

arXiv – cs.LG 28.01.2026 05:00

Forschung

DPAD: Dual-Prototype-Framework steigert Zeitreihenprognosen durch Entfaltung

In der Welt der Zeitreihenprognosen hat das neue DPAD-Modell einen bedeutenden Fortschritt erzielt. Durch die Kombination aus einem dynamis…

arXiv – cs.LG 26.01.2026 05:00

Forschung

XLinear: MLP-Modell liefert präzise Langzeitprognosen mit exogenen Daten

In einer neuen Veröffentlichung präsentiert das Forschungsteam das Modell XLinear, ein leichtgewichtiges MultiLayer Perceptron (MLP), das s…

arXiv – cs.LG 15.01.2026 05:00

Forschung

GlyRAG: Kontextbewusstes, Retrieval-gestütztes Modell zur Blutzuckerprognose

Die präzise Vorhersage des Blutzuckerspiegels aus kontinuierlichen Messungen (CGM) ist entscheidend, um dysglykemische Ereignisse zu verhin…

arXiv – cs.LG 12.01.2026 05:00

Forschung

Stock Pattern Assistant: Transparente Preisstruktur-Analyse für Aktienmärkte

Der neue Stock Pattern Assistant (SPA) bietet ein deterministisches Verfahren, um die Entwicklung von Aktienkursen klar und nachvollziehbar…

arXiv – cs.LG 18.12.2025 05:00

Forschung

Verkehrsvolumen im Netzwerk nur mit Geschwindigkeitsdaten schätzen

Ein brandneues Modell namens Hybrid Directed-Attention Spatio-Temporal Graph Neural Network (HDA-STGNN) kann das Verkehrsvolumen in einem g…

arXiv – cs.LG 17.12.2025 05:00

Forschung

EU-Studie: KI‑basiertes Prognosemodell für illegale Grenzübertritte

Eine neue Veröffentlichung auf arXiv präsentiert ein innovatives Verfahren, um illegale Grenzübertritte in Europa entlang fünf zentraler Mi…

arXiv – cs.LG 12.12.2025 05:00

Forschung

Neues Framework für präzise Preisprognosen von Baustoffen

Die anhaltende Volatilität der Baustoffpreise stellt Bauunternehmen vor erhebliche Risiken bei Kostenabschätzungen, Budgetierung und Projek…

arXiv – cs.LG 11.12.2025 05:00

Forschung

Neue Web-Plattform macht Zeitreihenprognosen für Kliniker leicht zugänglich

Eine neue, webbasierte Plattform ermöglicht es Forschern und Klinikern, Zeitreihenanalysen ohne tiefgreifende technische Kenntnisse durchzu…

arXiv – cs.LG 10.12.2025 05:00

Forschung

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

Quanten‑Machine‑Learning eröffnet neue Wege, um Börsenkurse präziser vorherzusagen – besonders in komplexen, verrauschten und dynamischen F…

arXiv – cs.LG 09.12.2025 05:00

Forschung

STeP-Diff: Mobile Sensoren liefern präzise Luftverschmutzungsprognosen

Die präzise Vorhersage von Luftverschmutzung auf feiner Ebene ist entscheidend für die Stadtplanung und die Entwicklung gesunder Gebäude. D…

arXiv – cs.LG 05.12.2025 05:00

Aktuell

Blue J setzt auf ChatGPT, wächst zu 300‑Millionen‑Dollar‑Unternehmen

Im Winter 2022, als die Tech‑Welt von OpenAI’s ChatGPT fasziniert war, stand Benjamin Alarie vor einer entscheidenden Wahl. Sein Legal‑Tech…

VentureBeat – AI 18.11.2025 14:00

Forschung

Neuer Algorithmus verbessert Ernteprognosen trotz Klimawandel

In den letzten Jahren hat der Klimawandel die Landwirtschaft stark belastet, weil extreme Wetterereignisse die Prognosemodelle erschweren…

arXiv – cs.AI 18.11.2025 05:00

Forschung

Makro‑Retrieval: Robustes Finanz‑Forecasting trotz Marktveränderungen

Finanzmärkte sind von Natur aus nicht stationär: strukturelle Brüche und makroökonomische Regimewechsel lassen klassische Prognosemodelle h…

arXiv – cs.LG 14.11.2025 05:00

Forschung

Neues Modell kombiniert TCN, TFT und Bi‑LSTM für präzisere RUL‑Vorhersage

Ein neues Prognosemodell für die verbleibende Lebensdauer von Industrieanlagen wurde vorgestellt. Durch die Kombination von Temporal Convol…

arXiv – cs.AI 10.11.2025 05:00

Forschung

FoodRL: KI-gestütztes Ensemble für präzise Vorhersage von Lebensmittelspenden

Lebensmitteldatenbanken spielen eine entscheidende Rolle bei der Bekämpfung von Nahrungsmittelunsicherheit. Ihre Wirksamkeit hängt jedoch s…

arXiv – cs.LG 10.11.2025 05:00

Forschung

Neue Normalisierungsmethode verbessert Zeitreihenprognosen

In der Welt der Zeitreihenanalyse stellen nicht-stationäre Daten ein großes Problem dar: die statistischen Eigenschaften verändern sich im…

arXiv – cs.LG 13.10.2025 05:00

Forschung

Deep Learning optimiert algorithmisches Trading mit finanzspezifischen Verlustfunktionen

Deep Learning entwickelt sich rasant weiter und findet immer mehr Anwendung in unterschiedlichen Bereichen. Im Finanzsektor bleibt die Hera…

arXiv – cs.LG 08.09.2025 05:00

Forschung

SuryaBench: Hochauflösendes SDO‑Dataset für KI in Heliophysik und Weltraumwetter

Mit dem neuen SuryaBench‑Datensatz eröffnet NASA einen umfassenden, maschinenlern‑bereiten Pool an hochauflösenden Bildern der Sonne. Die D…

arXiv – cs.AI 21.08.2025 05:00

Finde Modelle, Firmen und Themen

Neue Urban‑Vibrancy‑Embeddings verbessern Verkehrsvorhersagen

R$^2$Energy: Benchmark für robuste Erneuerbare‑Energie‑Prognosen bei Extremen

Cast‑R1: Lernbasierte Entscheidungsreihen für präzise Zeitreihenprognosen

Neues Hybrid-Modell verbessert Bitcoin-Preisprognosen

Maschinelles Lernen macht mechanistische Modelle zu Prognosewerkzeugen

Erklärbare Prognose für Ultrafiltration: Ähnlichkeitsbasierte Maintenance

DPAD: Dual-Prototype-Framework steigert Zeitreihenprognosen durch Entfaltung

XLinear: MLP-Modell liefert präzise Langzeitprognosen mit exogenen Daten

GlyRAG: Kontextbewusstes, Retrieval-gestütztes Modell zur Blutzuckerprognose

Stock Pattern Assistant: Transparente Preisstruktur-Analyse für Aktienmärkte

Verkehrsvolumen im Netzwerk nur mit Geschwindigkeitsdaten schätzen

EU-Studie: KI‑basiertes Prognosemodell für illegale Grenzübertritte

Neues Framework für präzise Preisprognosen von Baustoffen

Neue Web-Plattform macht Zeitreihenprognosen für Kliniker leicht zugänglich

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

STeP-Diff: Mobile Sensoren liefern präzise Luftverschmutzungsprognosen

Blue J setzt auf ChatGPT, wächst zu 300‑Millionen‑Dollar‑Unternehmen

Neuer Algorithmus verbessert Ernteprognosen trotz Klimawandel

Makro‑Retrieval: Robustes Finanz‑Forecasting trotz Marktveränderungen

Neues Modell kombiniert TCN, TFT und Bi‑LSTM für präzisere RUL‑Vorhersage

FoodRL: KI-gestütztes Ensemble für präzise Vorhersage von Lebensmittelspenden

Neue Normalisierungsmethode verbessert Zeitreihenprognosen

Deep Learning optimiert algorithmisches Trading mit finanzspezifischen Verlustfunktionen

SuryaBench: Hochauflösendes SDO‑Dataset für KI in Heliophysik und Weltraumwetter

🍪 Cookie-Einstellungen

SuryaBench: Hochauflösendes SDO‑Dataset für KI in Heliophysik und Weltraumwetter