Temporal Modeling of Weekly Dengue Cases in Marikina City: A Time-Respecting Comparison of Classical, Machine Learning, and Deep Temporal Models
Cette étude évalue des modèles classiques, d'apprentissage automatique et d'apprentissage profond pour la prévision hebdomadaire des cas de dengue à Marikina City en utilisant un plan temporel exempt de fuite de données, constatant que bien que les modèles de base simples aient bien performé lors de la validation interne, le modèle LSTM a obtenu une précision prédictive supérieure sur l'échantillon de test hors période de 2025 malgré une tendance générale à la sous-prédiction des semaines de niveau d'épidémie.