Buchumschlag

Using deep (machine) learning to forecast US inflation in the COVID‐19 era

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	David Stoneman, John V. Duca
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Journal of Forecasting
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Survey respondents' inflation forecasts and the COVID period
von: Michael P. Clements
Veröffentlicht: (2024)

Volatility forecasting incorporating intraday positive and negative jumps based on deep learning model
von: Yilun Zhang, et al.
Veröffentlicht: (2024)

A novel hybrid forecasting model with feature selection and deep learning for wind speed research
von: Xuejun Chen, et al.
Veröffentlicht: (2024)

Embedding the weather prediction errors (WPE) into the photovoltaic (PV) forecasting method using deep learning
von: Adela Bâra, et al.
Veröffentlicht: (2024)

Post‐COVID inflation dynamics: Higher for longer
von: Randal Verbrugge, et al.
Veröffentlicht: (2024)

Explainable machine learning techniques based on attention gate recurrent unit and local interpretable model‐agnostic explanations for multivariate wind speed forecasting
von: Lu Peng, et al.
Veröffentlicht: (2024)

Credit card loss forecasting: Some lessons from COVID
von: Partha Sengupta, et al.
Veröffentlicht: (2024)

Forecasting healthcare service volumes with machine learning algorithms
von: Dong‐Hui Yang, et al.
Veröffentlicht: (2024)

Functional volatility forecasting
von: Yingwen Tan, et al.
Veröffentlicht: (2024)

Credit risk prediction based on causal machine learning: Bayesian network learning, default inference, and interpretation
von: Jiaming Liu, et al.
Veröffentlicht: (2024)

Forecasting GDP growth: The economic impact of COVID‐19 pandemic
von: Ioannis D. Vrontos, et al.
Veröffentlicht: (2024)

Forecasting Bitcoin returns: Econometric time series analysis vs. machine learning
von: Theo Berger, et al.
Veröffentlicht: (2024)

Forecasting realized volatility of crude oil futures prices based on machine learning
von: Jiawen Luo, et al.
Veröffentlicht: (2024)

Forecasting multi‐frequency intraday exchange rates using deep learning models
von: Muhammad Arslan, et al.
Veröffentlicht: (2024)

Forecasting food price inflation during global crises
von: Patricia Toledo, et al.
Veröffentlicht: (2024)

Measuring the advantages of contemporaneous aggregation in forecasting
von: Zeda Li, et al.
Veröffentlicht: (2024)

Shapley‐value‐based forecast combination
von: Philip Hans Franses, et al.
Veröffentlicht: (2024)

A study and development of high‐order fuzzy time series forecasting methods for air quality index forecasting
von: Sushree Subhaprada Pradhan, et al.
Veröffentlicht: (2024)

Structured multifractal scaling of the principal cryptocurrencies: Examination using a self‐explainable machine learning
von: Foued Saâdaoui, et al.
Veröffentlicht: (2024)

Density forecast combinations: The real‐time dimension
von: Peter McAdam, et al.
Veröffentlicht: (2024)

Using a Wage–Price‐Setting Model to Forecast US Inflation
von: Nguyen Duc Do
Veröffentlicht: (2024)

Forecasting corporate financial performance with deep learning and interpretable ALE method: Evidence from China
von: Longyue Liang, et al.
Veröffentlicht: (2024)

Design of a precise ensemble expert system for crop yield prediction using machine learning analytics
von: Deeksha Tripathi, et al.
Veröffentlicht: (2024)

AI‐Driven Inflation Forecasting in the Aftermath of COVID‐19
von: Krystian Jaworski
Veröffentlicht: (2026)

Interpretable corn future price forecasting with multivariate time series
von: Binrong Wu, et al.
Veröffentlicht: (2024)

New runs‐based approach to testing value at risk forecasts
von: Marta Małecka
Veröffentlicht: (2024)

Combine to compete: Improving fiscal forecast accuracy over time
von: Laura Carabotta, et al.
Veröffentlicht: (2024)

A systematic vector autoregressive framework for modeling and forecasting mortality
von: Jackie Li, et al.
Veröffentlicht: (2024)

Inflation Forecasting Post‐COVID‐19: Evidence From Germany
von: Tiphaine Wibault
Veröffentlicht: (2026)

Macroeconomic real‐time forecasts of univariate models with flexible error structures
von: Kelly Trinh, et al.
Veröffentlicht: (2024)

Tail risk forecasting with semiparametric regression models by incorporating overnight information
von: Cathy W. S. Chen, et al.
Veröffentlicht: (2024)

Probabilistic electricity price forecasting based on penalized temporal fusion transformer
von: He Jiang, et al.
Veröffentlicht: (2024)

Disciplining growth‐at‐risk models with survey of professional forecasters and Bayesian quantile regression
von: Milan Szabo
Veröffentlicht: (2024)

Forecasting COVID‐19 Transmission: Insights From the Logistic Smooth Transition Model
von: Yeliz Uymaz, et al.
Veröffentlicht: (2026)

New forecasting methods for an old problem: Predicting 147 years of systemic financial crises
von: Emile du Plessis, et al.
Veröffentlicht: (2024)

Weighted compositional functional data analysis for modeling and forecasting life‐table death counts
von: Han Lin Shang, et al.
Veröffentlicht: (2024)

Time‐varying risk preference and equity risk premium forecasting: The role of the disposition effect
von: Kenan Qiao, et al.
Veröffentlicht: (2024)

The term structure of interest rates and economic activity: Evidence from the COVID‐19 pandemic
von: Evangelos Salachas, et al.
Veröffentlicht: (2024)

A multistage forecasting model for green bond cost optimization with dynamic corporate risk constraints
von: Zinan Hu, et al.
Veröffentlicht: (2024)

Toward a smart forecasting model in supply chain management: A case study of coffee in Vietnam
von: Thi Thuy Hanh Nguyen, et al.
Veröffentlicht: (2024)