| STL Decomposition of Time Series Can Benefit Forecasting Done by Statistical Methods but Not by Machine Learning Ones Z Ouyang, P Ravier, M Jabloun Engineering Proceedings 5 (1), 42, 2021 | 45 | 2021 |
| Are Deep Learning Models Practically Good as Promised? A Strategic Comparison of Deep Learning Models for Time Series Forecasting Z Ouyang, P Ravier, M Jabloun 30th European Signal Processing Conference (EUSIPCO), 1477-1481, 2022 | 14 | 2022 |
| Magnetic-field-based indoor positioning using temporal convolutional networks G Ouyang, K Abed-Meraim, Z Ouyang Sensors 23 (3), 1514, 2023 | 9 | 2023 |
| Rankformer: Leveraging Rank Correlation for Transformer-based Time Series Forecasting Z Ouyang, M Jabloun, P Ravier 22nd IEEE Statistical Signal Processing Workshop, 2023 | 5 | 2023 |
| STLformer: Exploit STL decomposition and Rank Correlation for Time Series Forecasting Z Ouyang, M Jabloun, P Ravier 31st European Signal Processing Conference (EUSIPCO), 2023 | 4 | 2023 |
| Time series forecasting: from econometrics to deep learning Z Ouyang Université d'Orléans, 2023 | 1 | 2023 |
| Une comparaison des modèles d’apprentissage profond combinés avec des différentes stratégies pour la prédiction multi-étape des séries temporelles Z OUYANG, P RAVIER, M JABLOUN GRETSI'22 XXVIIIème Colloque Francophone de Traitement du Signal et des Images, 2022 | 1 | 2022 |
| École Doctorale Mathématiques, Informatique, Physique Théorique ET Ingénierie des Systèmes Laboratoire PRISME Z OUYANG Université d’Orléans, 2023 | | 2023 |
| Rankformer: un Nouveau Transformer avec un Mécanisme d’Attention Ordinal pour la Prédiction des Séries Temporelles Z OUYANG, M JABLOUN, P RAVIER GRETSI, 2023 | | 2023 |
Philippe RavierPrisme laboratory - Polytech Orleans在 univ-orleans.fr 的电子邮件经过验证
