تسليط الضوء على التأثير الكبير لدقة الزمن وطرق تقسيم البيانات على الأداء التنبؤي لنماذج ARIMA للإشارات الفيزيولوجية الدماغية. بينما تؤدي ARIMA بشكل جيد عند دقات زمنية عالية، فإن دقتها تنخفض للإشارات الفيزيولوجية الخام مع انخفاض الدقة. كما يؤثر اختيار طريقة التحقق المتبادل على أداء التنبؤ. تؤكد النتائج على الحاجة إلى نهج نمذجة هجينة تدمج ARIMA مع تقنيات التعلم الآلي لتحسين الدقة التنبؤية، خصوصاً للإشارات الفيزيولوجية الدماغية المعقدة.
دراسة فاكيتبيلير وآخرون (Mon,) هذا السؤال.