Buchumschlag

Forecasting the U.S. Renewable-Energy Mix with an ALR-BDARMA Compositional Time-Series Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Katz, Harrison, Maierhofer, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting the Evolving Composition of Inbound Tourism Demand: A Bayesian Compositional Time Series Approach Using Platform Booking Data
von: Katz, Harrison
Veröffentlicht: (2026)

Directional-Shift Dirichlet ARMA Models for Compositional Time Series with Structural Break Intervention
von: Katz, Harrison
Veröffentlicht: (2026)

Two-Part Forecasting for Time-Shifted Metrics
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Coupled Supply and Demand Forecasting in Platform Accommodation Markets
von: Katz, Harrison
Veröffentlicht: (2026)

A Bayesian Dirichlet Auto-Regressive Moving Average Model for Forecasting Lead Times
von: Katz, Harrison, et al.
Veröffentlicht: (2023)

Enhanced Renewable Energy Forecasting and Operations through Probabilistic Forecast Aggregation
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

The Hybrid Renewable Energy Forecasting and Trading Competition 2024
von: Browell, Jethro, et al.
Veröffentlicht: (2025)

Distributional Fitting and Tail Analysis of Lead-Time Compositions: Nights vs. Revenue on Airbnb
von: Katz, Harrison E., et al.
Veröffentlicht: (2026)

Cost-sensitive retraining via posterior learning debt
von: Katz, Harrison
Veröffentlicht: (2026)

A GARMA Framework for Unit-Bounded Time Series Based on the Unit-Lindley Distribution with Application to Renewable Energy Data
von: Pumi, Guilherme, et al.
Veröffentlicht: (2025)

Enhanced Renewable Energy Forecasting using Context-Aware Conformal Prediction
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

Lead Times in Flux: Analyzing Airbnb Booking Dynamics During Global Upheavals (2018-2022)
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Copula-Based Aggregation and Context-Aware Conformal Prediction for Reliable Renewable Energy Forecasting
von: Moradi, Alireza, et al.
Veröffentlicht: (2026)

Bayesian Shrinkage in High-Dimensional VAR Models: A Comparative Study
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Functional Time Series Forecasting of Distributions: A Koopman-Wasserstein Approach
von: Wang, Ziyue, et al.
Veröffentlicht: (2025)

BMRMM: An R Package for Bayesian Markov (Renewal) Mixed Models
von: Wu, Yutong, et al.
Veröffentlicht: (2024)

Time Series based Ensemble Model Output Statistics for Temperature Forecasts Postprocessing
von: Jobst, David, et al.
Veröffentlicht: (2024)

Sensitivity Analysis of Priors in the Bayesian Dirichlet Auto-Regressive Moving Average Model
von: Katz, Harrison, et al.
Veröffentlicht: (2025)

Day-Ahead Electricity Price Forecasting Using Merit-Order Curves Time Series
von: Koechlin, Guillaume, et al.
Veröffentlicht: (2025)

Forecasting Malaria in Indian States: A Time Series Approach with R Shiny Integration
von: Ghosh, Sujit K., et al.
Veröffentlicht: (2024)

Informed Forecasting: Leveraging Auxiliary Knowledge to Boost LLM Performance on Time Series Forecasting
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2025)

Copula Conformal Prediction for Multi-step Time Series Forecasting
von: Sun, Sophia, et al.
Veröffentlicht: (2022)

Deep Autocorrelation Modeling for Time-Series Forecasting: Progress and Prospects
von: Wang, Hao, et al.
Veröffentlicht: (2026)

On the Limits of Prediction: Forecastability Profiles and Information Decay in Time Series
von: Catt, Peter Maurice
Veröffentlicht: (2026)

Comparative Analysis of Global and Local Probabilistic Time Series Forecasting for Contiguous Spatial Demand Regions
von: Ling, Jiahe, et al.
Veröffentlicht: (2025)

A Statistical Framework for District Energy Long-term Electric Load Forecasting
von: Royal, Emily, et al.
Veröffentlicht: (2025)

Mortality Forecasting with Generalized Additive Mixed Models
von: Dastranj, Reza, et al.
Veröffentlicht: (2023)

Accessibility and Serviceability Assessment to Inform Offshore Wind Energy Development and Operations off the U.S. East Coast
von: Petersen, Cory, et al.
Veröffentlicht: (2026)

The Promise of Time-Series Foundation Models for Agricultural Forecasting: Evidence from Commodity Prices
von: Wang, Le, et al.
Veröffentlicht: (2026)

A Time-Varying Branching Process Approach to Model Self-Renewing Cells
von: Nguyen, Huyen, et al.
Veröffentlicht: (2026)

Demand Forecasting for Platelet Usage: from Univariate Time Series to Multivariate Models
von: Motamedi, Maryam, et al.
Veröffentlicht: (2021)

Forecasting Mortality Rates: A Linear Mixed-Effects Model
von: Dastranj, Reza, et al.
Veröffentlicht: (2023)

The Impact of Renewable Energy Communities in the Italian Day-Ahead Electricity Market: A Scenario Analysis
von: Koltunov, Maksym, et al.
Veröffentlicht: (2025)

MMformer with Adaptive Transferable Attention: Advancing Multivariate Time Series Forecasting for Environmental Applications
von: Xin, Ning, et al.
Veröffentlicht: (2025)

Generative Probabilistic Time Series Forecasting and Applications in Grid Operations
von: Wang, Xinyi, et al.
Veröffentlicht: (2024)

CVTN: Cross Variable and Temporal Integration for Time Series Forecasting
von: Zhou, Han, et al.
Veröffentlicht: (2024)

Auto-Regressive Moving Diffusion Models for Time Series Forecasting
von: Gao, Jiaxin, et al.
Veröffentlicht: (2024)

Assessing the Operational Viability of Foundation Models for Time Series Forecasting
von: Soni, Kavin, et al.
Veröffentlicht: (2026)

Mixed Time Series Quasi-Likelihood Models for Uncovering Covid-19 Viral Load and Mortality Dynamics
von: Wu, Kejin, et al.
Veröffentlicht: (2026)

At-Risk Transformation for U.S. Recession Prediction
von: Billakanti, Rahul, et al.
Veröffentlicht: (2026)