EmuCast est un outil léger pour générer des prévisions de séries temporelles synthétiques avec des niveaux d'erreur ajustables. Il est destiné aux chercheurs et aux ingénieurs pour tester des stratégies de contrôle prédictif sans avoir besoin d'expertise en prévision. Il utilise des techniques de Markov Chain Monte Carlo (MCMC) et un processus de remodelage pour créer des prévisions réalistes allant d'horaires à sub-horaires. Il est simple avec seulement deux paramètres principaux et ne nécessite pas de calibration pour s'adapter à tout type de données (par exemple, la demande et la production d'électricité). Il est rapide et réaliste avec des erreurs augmentant naturellement au fil du temps. Le package comprend des exemples et des ensembles de données pour la gestion prédictive dans le secteur de l'énergie.
Rigo‐Mariani et al. (Sat,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: