Temporal Modeling of Weekly Dengue Cases in Marikina City: A Time-Respecting Comparison of Classical, Machine Learning, and Deep Temporal Models
Diese Studie bewertet klassische, maschinelle Lern- und Deep-Learning-Modelle zur Prognose der wöchentlichen Dengue-Fälle in Marikina City unter Verwendung eines leckagesicheren zeitlichen Designs und stellt fest, dass, während einfache Baselines während der internen Validierung gut abschnitten, das LSTM-Modell trotz einer allgemeinen Tendenz zur Unterprognose von Wochen mit Ausbruchsniveau die überlegene Vorhersagegenauigkeit auf dem Out-of-Time-Holdout von 2025 erreichte.