Lamformer: LSTM-enhanced agent attention and mixture-of-experts transformer for efficient stock price prediction
5Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Lamformer: LSTM-enhanced agent attention and mixture-of-experts transformer for efficient stock price prediction
- Date Crossref
- 20/07/2025
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Beijing Zhongke Science and Technology (China) pays non établi dans la noticeEntreprise
-
Shandong University of Finance and Economics pays non établi dans la noticeUniversité ou école supérieure
-
China People's Public Security University pays non établi dans la noticeUniversité ou école supérieure
-
China Centre for Resources Satellite Data and Application pays non établi dans la noticeStructure de recherche
-
School of Public Finance and Taxation pays non établi dans la noticeUniversité ou école supérieure
-
Zhongke Zidong Information Technology Co. pays non établi dans la noticeOrganisation à but non lucratif
-
Creasen Research pays non établi dans la noticeInstitution
-
Beijing Public Security Burea pays non établi dans la noticeInstitution
-
Ltd China Satellite Network Application Co. pays non établi dans la noticeEntreprise
Beijing Zhongke Science and Technology (China), Shandong University of Finance and Economics et China People's Public Security University, avec 6 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Stock Market Forecasting MethodsEnergy Load and Power ForecastingForecasting Techniques and Applications