<  Retour au portail Polytechnique Montréal

Contextual anomaly detection on time series: a case study of metro ridership analysis

Kevin Pasini, Mostepha Khouadjia, Allou Same, Martin Trépanier et Latifa Oukhellou

Article de revue (2022)

Un lien externe est disponible pour ce document
Département: Département de mathématiques et de génie industriel
Centre de recherche: CIRRELT - Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport
URL de PolyPublie: https://publications.polymtl.ca/50019/
Titre de la revue: Neural Computing and Applications (vol. 34, no 2)
Maison d'édition: Springer Science and Business Media Deutschland GmbH
DOI: 10.1007/s00521-021-06455-z
URL officielle: https://doi.org/10.1007/s00521-021-06455-z
Date du dépôt: 18 avr. 2023 14:59
Dernière modification: 25 sept. 2024 16:39
Citer en APA 7: Pasini, K., Khouadjia, M., Same, A., Trépanier, M., & Oukhellou, L. (2022). Contextual anomaly detection on time series: a case study of metro ridership analysis. Neural Computing and Applications, 34(2), 1483-1507. https://doi.org/10.1007/s00521-021-06455-z

Statistiques

Dimensions

Actions réservées au personnel

Afficher document Afficher document