Temporal Modeling of Weekly Dengue Cases in Marikina City: A Time-Respecting Comparison of Classical, Machine Learning, and Deep Temporal Models
Questo studio valuta modelli classici, di machine learning e di deep learning per la previsione dei casi settimanali di dengue a Marikina City utilizzando un design temporale protetto da data leakage, riscontrando che, sebbene i semplici modelli di base abbiano performato bene durante la validazione interna, il modello LSTM ha ottenuto una precisione predittiva superiore sul holdout out-of-time del 2025, nonostante una tendenza generale a sottostimare le settimane di livello epidemico.