Адаптивная полиномиальная нейросетевая прогнозирующая модель временных рядов и ее обучение
Метод синтеза полиномиальных нейронных сетей для решения задач прогнозирования нестационарных временных рядов. Характеристика метода с точки зрения численной реализации, усложнения архитектуры нейронной сети и пересчета настроенных синаптических весов.
Подобные документы
Основные методы анализа и прогнозирования временных рядов, а также проблемы и недостатки этих методов, которые возникают при их применении к нестационарным временным рядам (ВР). Параметрическое оценивание как метод моделирования нестационарных ВР.
статья, добавлен 27.01.2019Анализ данных временных рядов - метод выяснения закономерности в данных, для предсказания будущих значений, которые помогут более эффективно оптимизировать бизнес-решения. ARIMA - популярный статистический метод для прогнозирования временных рядов.
статья, добавлен 17.12.2020Использование искусственных нейронных сетей, их способность к процессу настройки архитектуры сети и весов синаптических связей для эффективного решения поставленной задачи. Применение нейронных сетей в области телекоммуникаций, экономики и финансов.
статья, добавлен 26.04.2017Сфера применения искусственных нейронных сетей (ИНС). Использование ИНС в прогнозировании временных рядов. Возможности применения ИНС для моделирования демографической динамики. Прогнозирование динамики численности населения, смертности и рождаемости.
статья, добавлен 16.07.2018Классическая реализация генетического алгоритма на основе оценки временных рядов. Практическая применимость в оптимизационных и поисковых задачах. Анализ подбора оптимальных значений генома методом статистического прогнозирования временных рядов.
статья, добавлен 18.01.2018Анализ программ для статистической обработки табличных данных. Рассмотрение программных продуктов с точки зрения их эффективного использования в части анализа динамических рядов. Специализированное программное обеспечение для анализа временных рядов.
статья, добавлен 20.05.2016Понятие и характеристика временных рядов. Разработка программного средства, предназначенного для автоматизации анализа выборок временных рядов. Поиск корреляций между их признаками и построение графиков проекций множества точек в признаковом пространстве.
дипломная работа, добавлен 15.12.2015Оценка механизма формирования спроса, предложения, биржевой цены на фондовом рынке. Выбор структуры модели искусственной нейронной сети прямого распространения для эффективного решения класса задач анализа, прогнозирования финансовых временных рядов.
курсовая работа, добавлен 13.03.2018Разработка гибридного метода краткосрочного прогнозирования временных рядов, имеющих пропущенные значения, на основе модели клонального отбора. Порядок использования метода вывода по прецедентам разнородных антител и простейших моделей прогнозирования.
статья, добавлен 23.02.2016Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Изучение и характеристика основных методов и алгоритмов прогнозирования временных рядов на примере решения конкретной задачи интеллектуального анализа данных. Ознакомление с навыками работы с модулями интегрированной статистической системы Statistica.
лабораторная работа, добавлен 29.03.2022Информационная технология определения структуры сложных стохастических временных рядов. Метод сингулярного разложения исходного ряда. Процедура выбора метода построения моделей прогнозирования с оценкой степени риска при принятии решений в управлении.
статья, добавлен 19.06.2018Анализ временных рядов как основной шаг в построении модели прогнозирования. Выявление различных признаков и параметров рассматриваемого временного ряда. Визуализация данных как самый сильный инструмент на этапе формирования модели прогнозирования.
статья, добавлен 19.12.2017Порядок построения модели прогнозирования и поведения компонентов временного ряда в нескольких фазовых пространствах, созданных с использованием метода сингулярного спектрального анализа. Сложность расчетов алгоритмов и интерпретация результатов.
лекция, добавлен 30.01.2016Проектирование прототипа информационной системы, направленной на прогнозирование финансовых временных рядов. Требования, предъявляемые к ИС. Методы использования алгоритмов прогнозирования, полос Боллинджера, комбинаций и осцилляторов скользящих средних.
дипломная работа, добавлен 28.10.2019Этапы развития теории нечетких временных рядов. Основные понятия авторегрессии нечеткого временного ряда. Формализованная постановка задачи нечеткой кластеризации. Модель нечетких тенденций с характеризующими параметрами, ее компоненты и уравнения.
статья, добавлен 19.01.2018Технология применения системно-когнитивного анализа и его инструментария – системы "Эйдос" для синтеза и верификации информационных семантических моделей временных рядов. Экранная форма системы с прогнозом времени завершения пакетного распознавания.
статья, добавлен 26.04.2017Анализ процесса выбора оптимальной архитектуры нейронной сети, которая способна наиболее эффективно определять тональность сообщений на интернет-форумах. Рассмотрение применения искусственных нейронных сетей для решения социально значимых проблем.
статья, добавлен 14.04.2022Рассмотрение машинного обучения как одного из приоритетных направлений на сегодняшний день. Особенности автоматизации процесса построения модели обработки данных для коммерческого использования. Характеристика методов декомпозиции временных рядов.
статья, добавлен 19.12.2017- 20. Нейронные сети
История развития нейронных сетей. Строение биологической нейронной сети. Искусственный нейрон. Общие положения и виды обучения нейронных сетей. Архитектура. Сети прямого распространения сигнала. Рекуррентные сети. Области практического применения.
контрольная работа, добавлен 18.02.2018 Разработка и внедрение модели кредитного скоринга с использованием нейронных сетей. Модель будет прогнозировать платежеспособность клиентов банка. Описание реализации. Предобработка входных данных. Процедура обучения нейронной сети, тестирование.
дипломная работа, добавлен 30.06.2017Разработка прогнозирующих систем: понятие прогноза и цели его использования, методы прогнозирования, модели временных последовательностей. Модели нейронных сетей: Маккалоха, Розенблата, Хопфилда. Нейронные сети и алгоритм обратного распространения.
курсовая работа, добавлен 30.11.2009Структура искусственной нейронной сети и принципы ее работы. Нейросетевая классификация. Создание программы, которая используя технологии нейронных сетей, сможет распознавать рукописные буквы. Центрирование изображения. Пример работы с приложениями.
статья, добавлен 30.05.2013Анализ сущности нейронных сетей, их особенности способности к обучению (настройки архитектуры и синаптических связей). Перспективы развития применения и использования искусственных нейронных сетей. Основные достоинства нейронных сетей перед традиционными.
статья, добавлен 29.07.2018Архитектура искусственных нейронных сетей, особенности их обучения с учителем и без него. Правило коррекции по ошибке. Обучение методом соревнования. Основные принципы генетического алгоритма. Анализ применения нейронных сетей для синтеза регуляторов.
дипломная работа, добавлен 23.02.2015