Buchumschlag

Time series classification of satellite data using LSTM networks: an approach for predicting leaf-fall to minimize railroad traffic disruption

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	de Wilde, Hein, Alsahag, Ali Mohammed Mansoor, Blanchet, Pierre
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Delayed Trajectories Using Network Features: A Study on the Dutch Railway Network
von: Kampere, Merel, et al.
Veröffentlicht: (2025)

Assessing the quality and coherence of word embeddings after SCM-based intersectional bias mitigation
von: Kocadag, Eren, et al.
Veröffentlicht: (2026)

Cross-Language Speaker Attribute Prediction Using MIL and RL
von: Shu, Sunny, et al.
Veröffentlicht: (2026)

Fairness Metric Design Exploration in Multi-Domain Moral Sentiment Classification using Transformer-Based Models
von: Naranbat, Battemuulen, et al.
Veröffentlicht: (2025)

Improving the network traffic classification using the Packet Vision approach
von: Moreira, Rodrigo, et al.
Veröffentlicht: (2024)

Hybrid Vision Transformer_GAN Attribute Neutralizer for Mitigating Bias in Chest X_Ray Diagnosis
von: Solomon, Jobeal, et al.
Veröffentlicht: (2026)

Causally Disentangled Contrastive Learning for Multilingual Speaker Embeddings
von: Olijslager, Mariëtte, et al.
Veröffentlicht: (2026)

A Framework for Multi-View Multiple Object Tracking using Single-View Multi-Object Trackers on Fish Data
von: Elchik, Chaim Chai, et al.
Veröffentlicht: (2025)

Pre‐tactical convection prediction for air traffic flow management using LSTM neural network
von: Aniel Jardines, et al.
Veröffentlicht: (2024)

Informed along the road: roadway capacity driven graph convolution network for network-wide traffic prediction
von: Bian, Zilin, et al.
Veröffentlicht: (2024)

A novel method for satellite prediction of VDE‐TER service traffic information based on multilayers bidirectional LSTM
von: Ruiwen Wu, et al.
Veröffentlicht: (2024)

Investigation into respiratory sound classification for an imbalanced data set using hybrid LSTM-KAN architectures
von: K. V, Nithinkumar, et al.
Veröffentlicht: (2026)

Strada-LLM: Graph LLM for traffic prediction
von: Moghadas, Seyed Mohamad, et al.
Veröffentlicht: (2024)

The uderground railroad
Veröffentlicht: (1984)

Evaluating the effectiveness of predicting covariates in LSTM Networks for Time Series Forecasting
von: Davies, Gareth
Veröffentlicht: (2024)

STEI-PCN: an efficient pure convolutional network for traffic prediction via spatial-temporal encoding and inferring
von: Hu, Kai, et al.
Veröffentlicht: (2025)

Metalearning traffic assignment for network disruptions with graph convolutional neural networks
von: Agriesti, Serio, et al.
Veröffentlicht: (2026)

The importance of the clustering model to detect new types of intrusion in data traffic
von: Abd, Noor Saud, et al.
Veröffentlicht: (2024)

A learning model predictive control for virtual coupling in railroads
von: Vaquero-Serrano, Miguel A., et al.
Veröffentlicht: (2025)

MSCMHMST: A traffic flow prediction model based on Transformer
von: Geng, Weiyang, et al.
Veröffentlicht: (2025)

A Resource-Efficient Hybrid CNN-LSTM network for image-based bean leaf disease classification
von: Rhee, Hye Jin, et al.
Veröffentlicht: (2026)

Comparative analysis of dual-form networks for live land monitoring using multi-modal satellite image time series
von: Dumeur, Iris, et al.
Veröffentlicht: (2026)

Deploying scalable traffic prediction models for efficient management in real-world large transportation networks during hurricane evacuations
von: Jiang, Qinhua, et al.
Veröffentlicht: (2024)

Online classification of user activities using machine learning on network traffic
von: Victor, Labayen, et al.
Veröffentlicht: (2020)

TransportAgents: a multi-agents LLM framework for traffic accident severity prediction
von: Yang, Zhichao, et al.
Veröffentlicht: (2026)

A Semi-supervised Fake News Detection using Sentiment Encoding and LSTM with Self-Attention
von: Shaeri, Pouya, et al.
Veröffentlicht: (2024)

An approach based on class activation maps for investigating the effects of data augmentation on neural networks for image classification
von: Dorneles, Lucas M., et al.
Veröffentlicht: (2025)

ASDNimprovement scheme for multi‐pathQUICtransmission in satellite networks
von: Hongxin Ma, et al.
Veröffentlicht: (2024)

AI-based traffic analysis in digital twin networks
von: Al-Shareeda, Sarah, et al.
Veröffentlicht: (2024)

Automatic layout of railroad diagrams
von: Chiplunkar, Shardul, et al.
Veröffentlicht: (2025)

Enhancing Spatiotemporal Networks with xLSTM: A Scalar LSTM Approach for Cellular Traffic Forecasting
von: Ali, Khalid, et al.
Veröffentlicht: (2025)

Multi‐scale learning for fine‐grained traffic flow‐based travel time estimation prediction
von: Zain Ul Abideen, et al.
Veröffentlicht: (2024)

Large-scale traffic signal control using machine learning: some traffic flow considerations
von: Laval, Jorge A., et al.
Veröffentlicht: (2019)

Parallel BiLSTM-Transformer networks for forecasting chaotic dynamics
von: Ma, Junwen, et al.
Veröffentlicht: (2025)

Enhancing malware detection and classification in network traffic using deep learning techniques
von: Pratibha Amol Tambewagh, et al.
Veröffentlicht: (2025)

Enhancing short-term traffic prediction by integrating trends and fluctuations with attention mechanism
von: Das, Adway, et al.
Veröffentlicht: (2025)

Probabilistic classification from possibilistic data: computing Kullback-Leibler projection with a possibility distribution
von: Baaj, Ismaïl, et al.
Veröffentlicht: (2026)

Proportional integral derivative booster for neural networks-based time-series prediction: Case of water demand prediction
von: Salloom, Tony, et al.
Veröffentlicht: (2025)

FedASTA: Federated adaptive spatial-temporal attention for traffic flow prediction
von: Li, Kaiyuan, et al.
Veröffentlicht: (2024)

KAN vs LSTM Performance in Time Series Forecasting
von: Rather, Tabish Ali, et al.
Veröffentlicht: (2025)