КОМБІНОВАНИЙ АВТОРЕГРЕСІЙНО-НЕЙРОМЕРЕЖЕВИЙ МЕТОД ПРОГНОЗУВАННЯ ЧАСОВИХ РЯДІВ

Г.О. Кравцов, А.М. Примушко, В.І. Кошел

Èlektron. model. 2020, 42(4):03-14
https://doi.org/10.15407/emodel.42.04.003

АННОТАЦИЯ

Викладено концептуальний підхід до побудови моделі прогнозування часових рядів за допомогою синергії авторегресійних і нейромережевих моделей. До розроблюваної мо­делі висунуто ряд вимог та умов, серед яких найважливішою є вимога побудови моделі без участі фахівця з машинного навчання. Умова, поставлена до часового ряду, а саме диференційованість першого порядку, дозволяє звести нестаціонарний ряд до стаціонар­ного. Детально описано механізм навчання. Отримано перші практичні результати.

КЛЮЧЕВЫЕ СЛОВА:

часовий ряд, прогнозування, модель, авторегресія, нейронні мере­жі, механізм навчання.

СПИСОК ЛИТЕРАТУРЫ

  1. Рябенко Е. Автоматическое прогнозирование временных рядов. Цикл лекций «Data Mining in Action», 17.12.2016. https://www.youtube.com/watch?v=u433nrxdf5k
  2. Sean Taylor. Automatic Forecasting in Scale. // Join Statistical Meet up, 12.08.2015. https://www.slideshare.net/seanjtaylor/automatic-forecasting-at-scale
  3. Чучуева И.А. Модель прогнозирования временных рядов по выборке максимального правдоподобия. Диссертация … канд. физ.-мат. наук. Московский государственный технический университет им. Н.Э. Баумана. Москва, 2012, 153 с.
  4. Баканова С.А., Силкина Г.Ю. Эволюция знаний: моделирование и прикладной ана­лиз // Науч.-техн. ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. Санкт-Петербург, 2015, с. 173—182 https:// cyberleninka.ru/article/n/evolyutsiya-znaniy-modelirovanie-i-prikladnoy-naliz/viewer

КРАВЦОВ Григорий Алексеевич, канд. техн. наук, докторант Института проблем мо­делирования в энергетике им. Г.Е. Пухова НАН Украины. В 2000 г. окончил Севасто­польский военно-морской институт им. П.С. Нахимова. Область научных исследований — кибербезопасность смарт-грид, криптография, программирование, разработка распределенных гетерогенных вычислительных систем.

ПРИМУШКО Арсентий Николаевич, магистр Национального технического университе­та Украины «Киевский политехнический институт им. Игоря Сикорского», бакалаврат которого окончил в 2019 г. Область научных исследований — искусственный интеллект, машинное обучение, искусственные нейронные сети, программирование, сис­темы навигации и ориентации.

КОШЕЛЬ Владимир Иванович, аспирант Института проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2002 г. окончил Харьковский национальный университет им. В.Н. Каразина. Область научных исследований — искусственный ин­теллект, интеллектуальный анализ данных, искусственные нейронные сети, обработка естественного языка.

Полный текст: PDF