Метод аналізу і підвищення якості навчальних вибірок нейронних мереж для прогнозування часових рядів
Розробка формалізованих основ формування навчальних вибірок для нейронних мереж в задачах прогнозування часових рядів. Формальний опис процесу формування НВ для задачі прогнозування. Дискретизація опису розпізнаваної ситуації для навчальних наборів.
Подобные документы
Методи прогнозування нестаціонарних часових рядів для виявлення недоліків, пов’язаних з неефективністю існуючих методів для розв’язання даної задачі. Розробка модуля генерування нестаціонарних часових рядів із заданими статистичними характеристиками.
автореферат, добавлен 19.06.2018Переваги та недоліки алгоритму часових рядів Microsoft. Модель прогнозування часових рядів за вибіркою максимальної подоби. Поєднання методів ARTXP і ARIMA для поліпшення точності прогнозування продажів, отримання ймовірного прогнозу на майбутній період.
статья, добавлен 26.10.2020Розгляд методу для прогнозування виникнення дорожньо-транспортної пригоди в конкретному транспортному вузлі на основі нейронних мереж. Виявлення істотних факторів, що сприяють аварії. Навчання та тестування двох нейронних мереж з різними архітектурами.
статья, добавлен 11.07.2023Розгляд використання нейронних мереж для прогнозування енергоспоживання. Введення основних моделей нейронної мережі, яка здійснює ідентифікацію графіків. Додаткові шляхи підвищення точності прогнозування. Поточні режими електроенергетичної системи.
статья, добавлен 27.07.2016Перевірка працездатності інформаційної технології для аналізу та прогнозування часових рядів з фрактальними властивостями і програмних реалізацій на реальних даних. Дослідження можливості забезпечення об’єктивності під час проведення прогнозування.
статья, добавлен 03.11.2020Переваги та функціональні недоліки використання нейронних мереж при вирішенні задач управління. Аналіз якості прогнозування часових рядів на основі багатошарового персептрона. Удосконалені архітектури інтелектуальних систем з розосередженими параметрами.
статья, добавлен 14.07.2016Аналіз існуючих методів і алгоритмів, спрямованих на прискорення і підвищення якості структурного та параметричного синтезу прогнозуючих штучних нейронних мереж зі зворотним поширенням помилки. Розробка механізмів, що дозволяють істотно прискорити процес.
автореферат, добавлен 05.08.2014Характеристика первинної інформації для аналізу і прогнозування динаміки розвитку злочинності для використання сил та засобів МВС України по попередженню правопорушень. Алгоритми прогнозування суттєво нестаціонарних часових рядів показників злочинності.
автореферат, добавлен 29.08.2013Дослідження характеристики штучних нейронних мереж на прикладі задачі розпізнавання і класифікації. Характеристика особливостей функціонування різних архітектур в межах методу зворотного поширення похибки. Метод організації штучних нейронних мереж.
статья, добавлен 14.09.2016Огляд існуючих штучних нейронних мереж, що застосовуються для вирішення задачі стискання зображень. Аналіз процесів взаємодії та формування популяцій генетичних алгоритмів. Розробка методу навчання штучних нейронних мереж в задачі стискання зображень.
автореферат, добавлен 19.06.2018Дослідження та аналіз методів розпізнавання символів за допомогою нейронних мереж. Розробка інтелектуального модулю штучних нейронних мереж, що функціонує за принципом перцептрона, та має можливість розпізнавати рукописні символи із зашумленістю до 40%.
статья, добавлен 29.01.2019Визначення основних особливостей та вимог щодо побудови нейронних мереж. Розгляд підходів до їх використання в процесі страхового андеррайтингу як повноцінної заміни андеррайтера та у перехідний період. Опис основних моделей навчання нейронних мереж.
статья, добавлен 28.12.2017На основі проведених експериментів дослідження доцільності використання даних методів для різних типів даних та архітектури нейронних мереж. Характеристика існуючих методів оптимізації та типів розподілених обчислень для тренування нейронних мереж.
статья, добавлен 28.10.2020Розробка системного підходу до відновлення функціональних залежностей нестаціонарних часових рядів різної структури. Розробка та математичне обґрунтування статистичних методів моделювання часових рядів у випадку обмеженості емпіричної інформації.
автореферат, добавлен 14.08.2015- 15. Прогнозування та емуляція нестаціонарних послідовностей за допомогою штучних вейвлет-нейронних мереж
Дослідження існуючих методів емуляції і прогнозування нестаціонарних об’єктів і сигналів довільної природи за умов апріорної та поточної невизначеності. Розробка синтезу універсальної активаційної функції на основі генератора аналітичних вейвлетів.
автореферат, добавлен 11.08.2014 Огляд існуючих підходів до вирішення задачі розпізнавання зображень. Опис основних методів, що використовуються в задачі розпізнавання зображень. Визначення етапів процесу розпізнавання зображень на основі нейронних мереж, алгоритмів розпізнавання.
статья, добавлен 26.10.2020- 17. Аналіз використання технології штучних нейронних мереж в якості нового підходу до обробки сигналів
Застосування штучних нейронних мереж для аналізу й обробки даних, отриманих в ході дослідження, калібрування і подальшого процесу обробки відомостей біосенсорів, схильних до зміни з часом. Особливість визначення процесу зберігання інформації як образів.
статья, добавлен 27.07.2016 Основні завдання, вирішення яких актуально в комплексах для медичної діагностики та прогнозування за циклічними біометричними сигналами. Алгоритми, що моделюють розповсюдження сигналів по нейронах і синапсах нервової системи - основа нейронних мереж.
статья, добавлен 27.07.2016Аналіз існуючих підходів та методів кластеризації часових рядів. Розробка методів для наповнення інформаційної технології нечіткої кластеризації для випадку багатовимірних часових рядів. Кластерний аналіз даних гідрохімічного моніторингу річки Самара.
статья, добавлен 13.09.2016Оцінка непараметричних моделей прогнозування показників надійності програмного забезпечення на етапах його тестування та експлуатації на основі нейронних мереж. Розробка методу подання марковського процесу вищого порядку у еквівалентному вигляді.
автореферат, добавлен 27.03.2016Узагальнення регресійних нейронних мереж Д. Шпехта, які отримали широке розповсюдження для вирішення задач прогнозування та ідентифікації. Навчання мережі, що відбувається шляхом установлення центрів активаційних функцій у точках з координатами векторів.
статья, добавлен 19.06.2018Підвищення якості обробки цифрової інформації на основі математичних моделей паралельно-ієрархічного (ПІ) перетворення. Визначення та прогнозування координат зображень плям лазерних пучків. Використання математичного аналізу та теорії часових рядів.
автореферат, добавлен 14.09.2014Методика теорії представлення модульних нейронних мереж у вигляді орієнтованих графів для формального опису довільних архітектур. Теоретичне обґрунтування методу заміни циклів в графовій моделі. Дослідження структури програмного комплексу NeuroLand.
автореферат, добавлен 30.07.2014Аналіз методів та формулювання принципів побудови штучних імунних і гібридних систем інтелектуального аналізу даних. Розроблення методів і засобів структурно-параметричного синтезу нейронних мереж для розв'язання задач прогнозування та класифікації.
автореферат, добавлен 20.07.2015Методика розв’язання задачі забезпечення стійкості обчислювального процесу на основі використання сучасних чисельних методів. Аналіз способів заміни експериментальної побудови бази знань засобами математичного моделювання і комп’ютерної симуляції.
автореферат, добавлен 28.07.2014