IDEAS home Printed from https://ideas.repec.org/a/awf/journl/y2026i1p146-153.html

Comparația dintre algoritmul XGBoost și modelul ARIMA privind predicția comportamentului contaminanților în ecosistemele acvatice

Author

Listed:
  • Nina SAVA

    (Școala Doctorală a Universității Tehnice a Moldovei, Specialitatea:122.03. Modelare, Metode Matematice, Produse Program)

  • Alina SPÎNU

    (Specialitatea Tehnologia Informației, Facultatea Calculatoare, Informatică și Microelectronică, Universitatea Tehnică a Moldovei)

  • Iuliana PETCU

    (Specialitatea Tehnologia Informației, Facultatea Calculatoare, Informatică și Microelectronică, Universitatea Tehnică a Moldovei)

Abstract

Lucrarea de față prezintă o analiză comparativă a algoritmului XGBoost (Extreme Gradient Boosting) și a modelului de prognoză ARIMA (AutoRegressive Integrated Moving Average), cu accent pe diferențele structurale, avantajele, metodologia de construire, domeniile de utilizare și limitele fiecăruia. Sunt descrise componentele fundamentale ale ambelor modele, împreună cu etapele procesului de specificare și estimare, precum și criteriile de selecție a configurației optime. Performanța modelelor este evaluată prin metrici de eroare a predicției – MAE (Eroarea Absolută Medie) și RMSE (Rădăcina Erorii Pătratice Medii) –, oferind o comparație cantitativă a acurateței prognozelor obținute. Este inclus un studiu de caz privind predicția nivelului contaminanților acvatici pentru râurile Nistru și Prut, comparând performanța de prognoză și erorile de predicție asociate ale ambelor abordări.

Suggested Citation

  • Nina SAVA & Alina SPÎNU & Iuliana PETCU, 2026. "Comparația dintre algoritmul XGBoost și modelul ARIMA privind predicția comportamentului contaminanților în ecosistemele acvatice," Intellectus, State Agency on Intellectual Property (AGEPI), vol. 1(1), pages 146-153.
    • Handle: RePEc:awf:journl:y:2026:i:1:p:146-153
    DOI: 10.56329/1810-7087.26.1.15
    as

    Download full text from publisher

    File URL: https://agepi.gov.md/sites/default/files/intellectus/Intellectus_01_2026_15.pdf
    Download Restriction: no
    File URL: https://libkey.io/10.56329/1810-7087.26.1.15?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Keywords

    ;
    ;
    ;
    ;
    ;
    ;

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:awf:journl:y:2026:i:1:p:146-153. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: AGEPI (email available below). General contact details of provider: https://agepi.gov.md/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.