Surrogate Data Source Transfer (SDST): An Efficient Transfer Learning Approach for Time Series Forecasting

التفاصيل البيبلوغرافية
العنوان: Surrogate Data Source Transfer (SDST): An Efficient Transfer Learning Approach for Time Series Forecasting
المؤلفون: Hussien, Mostafa, Shoaib, Mohamed, Wu, Di, Nguyen, Kim Khoa, Cheriet, Mohamed
المصدر: ICC 2024 - IEEE International Conference on Communications ; page 5135-5140
بيانات النشر: IEEE
سنة النشر: 2024
نوع الوثيقة: conference object
اللغة: unknown
DOI: 10.1109/icc51166.2024.10622477
الاتاحة: http://dx.doi.org/10.1109/icc51166.2024.10622477
http://xplorestaging.ieee.org/ielx8/10622104/10622158/10622477.pdf?arnumber=10622477
Rights: https://doi.org/10.15223/policy-029 ; https://doi.org/10.15223/policy-037
رقم الانضمام: edsbas.D1514FB0
قاعدة البيانات: BASE
الوصف
DOI:10.1109/icc51166.2024.10622477