Buchumschlag

Support Vector Machine to Forecast Reexamination Invalidation Decisions for Utility Model Patent

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mei‐Hsin Wang, Hui‐Chung Che
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2025
Schlagworte:	Journal of Forecasting
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Forecasting With Machine Learning Shadow‐Rate VARs
von: Michael Grammatikopoulos
Veröffentlicht: (2025)

Forecasting peak electric load: Robust support vector regression with smooth nonconvex ϵ‐insensitive loss
von: Rujia Nie, et al.
Veröffentlicht: (2024)

Using DSGE and Machine Learning to Forecast Public Debt for France
von: Emmanouil Sofianos, et al.
Veröffentlicht: (2026)

Forecasting the Volatility of US Oil and Gas Firms With Machine Learning
von: Juan D. Díaz, et al.
Veröffentlicht: (2024)

Macroeconomic and Financial Forecasting in the Aftermath of the Covid Shock: Inflation Forecasting With Large Language Models
von: Nikolaos Giannellis, et al.
Veröffentlicht: (2026)

Machine Learning Approaches to Forecast the Realized Volatility of Crude Oil Prices
von: Talha Omer, et al.
Veröffentlicht: (2026)

Machine Learning Forecasts of Tail‐Risk Spillovers in Carbon and Energy Markets
von: Shengnan Liu, et al.
Veröffentlicht: (2026)

Forecasting Corporate Default Risk Across Multiple Horizons With Interpretable Machine Learning
von: Qingli Dong, et al.
Veröffentlicht: (2026)

Forecasting Disaggregated Producer Prices: A Fusion of Machine Learning and Econometric Techniques
von: Soňa Benecká
Veröffentlicht: (2026)

Forecasting and Modeling Macroeconomic Vulnerabilities in CESEE
von: Florian Huber, et al.
Veröffentlicht: (2025)

Modeling and Forecasting the CBOE VIX With the TVP‐HAR Model
von: Wen Xu, et al.
Veröffentlicht: (2025)

Forecasting Natural Gas Futures Prices Using Hybrid Machine Learning Models During Turbulent Market Conditions: The Case of the Russian–Ukraine Crisis
von: Pavan Kumar Nagula, et al.
Veröffentlicht: (2025)

Trade and Economic Activity: Nonlinear Modeling and Forecasting
von: Alessandro Borin, et al.
Veröffentlicht: (2024)

Fiscal Forecasting Rationality Among Expert Forecasters
von: Belen Chocobar, et al.
Veröffentlicht: (2024)

Medium‐ to Long‐Term Demand Forecasting in Retail and Manufacturing Organizations: Integration of Machine Learning, Human Judgment, and Interval Variable
von: Sushil Punia
Veröffentlicht: (2025)

Correction to “Smart Forecasting of Carbon Prices Using Machine Learning and Neural Networks: When ARIMA Meets XGBoost and LSTM”
Veröffentlicht: (2026)

Modelling and Forecasting of Exchange Rate Pairs Using the Kalman Filter
von: Paresh Date, et al.
Veröffentlicht: (2024)

Enhancing Neural Network Volatility Forecasting: Decomposed Volatility Modeling
von: Xuzheng Ren, et al.
Veröffentlicht: (2026)

Forecasting With Dynamic Factor Models Estimated by Partial Least Squares
von: Samuel Rauhala
Veröffentlicht: (2026)

Whether Uncertainty Theory Can Enhance GDP Forecasting From Energy: A New Uncertain MIDAS Model
von: Yuxin Shi, et al.
Veröffentlicht: (2025)

A Novel Approach to Forecasting After Large Forecast Errors
von: Jennifer L. Castle, et al.
Veröffentlicht: (2025)

Forecasting House Prices: The Role of Market Interconnectedness
von: Zac Chen, et al.
Veröffentlicht: (2026)

A Multiscale Transformer Model for Long Time Series Forecasting Based on Discrete Wavelet Transform and Residual Learning Modules
von: Menghan Li, et al.
Veröffentlicht: (2025)

Forecasting the High‐Frequency Covariance Matrix Using the LSTM‐MF Model
von: Guangying Liu, et al.
Veröffentlicht: (2025)

A New Proposal for Forecasting Inflation in the Eurozone: A Global Model
von: Georgios Angelopoulos, et al.
Veröffentlicht: (2026)

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

Forecasting in turbulent times
von: Nikolaos Giannellis, et al.
Veröffentlicht: (2024)

Forecasting the high‐frequency volatility based on the LSTM‐HIT model
von: Guangying Liu, et al.
Veröffentlicht: (2024)

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

Adaptive Model Integration for Stock Price Forecasting With CNN‐ATTN‐BiLSTM
von: Yi Xiao, et al.
Veröffentlicht: (2026)

Modeling and Forecasting Stochastic Seasonality: Are Seasonal Autoregressive Integrated Moving Average Models Always the Best Choice?
von: Evangelos E. Ioannidis, et al.
Veröffentlicht: (2025)

Crossproduct Effect and Volatility Forecasting
von: Jiafu Xu, et al.
Veröffentlicht: (2024)

Coherent Forecasting of Realized Volatility
von: Marius Puke, et al.
Veröffentlicht: (2026)

Forecasting Realized Volatility With Tree‐Based HAR‐Type Models Incorporating Macroeconomic Uncertainty
von: Wei Liu, et al.
Veröffentlicht: (2026)

Parametric Quantile Autoregressive Conditional Duration Models With Application to Intraday Value‐at‐Risk Forecasting
von: Helton Saulo, et al.
Veröffentlicht: (2024)

Forecasting Inflation in the Presence of Structural Breaks: A Time‐Varying Parameter Approach
von: Stephen G. Hall, et al.
Veröffentlicht: (2026)

Forecasting Gold Volatility in an Uncertain Environment: The Roles of Large and Small Shock Sizes
von: Li Zhang, et al.
Veröffentlicht: (2025)

Mortality Forecasting Using Variational Inference
von: Patrik Andersson, et al.
Veröffentlicht: (2025)

Forecasting and Pricing in the Carbon Credits Market
von: Yiyang Chen, et al.
Veröffentlicht: (2026)