350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №3 за 2010 г.
Статья в номере:
Многоступенчатый алгоритм на основе комитета нейронных сетей для анализа многомерных временных рядов
Ключевые слова: нейронные сети прогнозирование временные ряды предвестники отбор существенных признаков комитет (ансамбль) нейронных сетей
Авторы:
А.Г. Гужва - Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского Государственного Университета им. М.В.Ломоносова. E-mail: alexanderguzhva@gmail.com С.А. Доленко - к.ф.-м.н., Научно-исследовательский институт ядерной физики им Д.В. Скобельцына Московского государственного университета им. М.В.Ломоносова. E-mail: dolenko@srd.sinp.msu.ru И.Г. Персианцев - д.ф.-м. н., профессор, Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского Государственного Университета им. М.В. Ломоносова. E-mail: ipers@srd.sinp.msu.ru Ю.С. Шугай - к.ф.-м.н., Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского Государственного Университета им. М.В. Ломоносова. E-mail: jshugai@srd.sinp.msu.ru
Аннотация:
Рассмотрена задача прогнозирования временного ряда (бинарного - ряда событий, или непрерывного) на основе предыдущих значений нескольких других временных рядов (многомерного временного ряда). Помимо собственно прогнозирования, задачей является нахождение предвестников, т.е. определение набора наиболее существенных входных признаков в координатах «исходный физический признак (временной ряд) ? задержка». Предложен, реализован и исследуется четырехступенчатый алгоритм прогнозирования на основе комитета нейронных сетей. Алгоритм протестирован на модельных задачах прогнозирования непрерывного ряда бинарного ряда, а также на задаче реального мира.
Страницы: 4-13
Список источников
  1. Доленко С. А., Орлов Ю. В., Персианцев И. Г., Шугай Ю. С. Нейросетевые алгоритмы прогнозирования событий и поиска предвестников в многомерных временных рядах // Нейрокомпьютеры: разработка, применение. 2005. № 1-2. С. 21-28.
  2. Dolenko, S. A., Orlov, Yu. V., Persiantsev I. G., and Shugai,Yu. S., Neural Network Algorithms for Analyzing Multidimensional Time Series for Predicting Events and Their Application to Study of Sun-Earth Relations // Pattern Recognition and Image Analysis. 2007. V. 17. No. 4. P. 584-591.
  3. Guzhva, A. G., Dolenko, S. A., Persiantsev, I. G., and Shugai, Yu. S., Comparative Analysis of Methods for Determination of Significance of Input Variables in Neural Network Modeling: Procedure of Comparison and its Application to Model Problems // 8th International Conference «Pattern Recognition and Image Analysis: New Information Technologies» (PRIA-8-2007): Conference Proceedings. Yoshkar-Ola. 2007. V. 2. P. 29-32.
  4. Гужва А. Г., Доленко С. А., Персианцев И. Г., Шугай Ю. С. Сравнительный анализ методов определения существенности входных переменных при нейросетевом моделировании: методика сравнения и ее применение к известным задачам реального мира // Нейроинформатика-2008. X Всероссийская научно-техническая конференция: Сборник научных трудов. Ч. 2. М.: МИФИ. 2008. С. 216-225.
  5. Dolenko, S., Guzhva, A., Persiantsev, I., and Shugai, Yu.,Multi-stage Algorithm Based on Neural Network Committee for Prediction and Search for Precursors in Multi- dimensional Time Series // In: C.Alippi et al (Eds.): ICANN 2009, Part II. (Lecture Notes in Computer Science. 2009. V. 5769. P. 295-304.) Springer-Verlag Berlin Heidelberg. 2009.
  6. Wolpert, D. H., Stacked Generalization // Neural Networks. 1992. V. 5. P. 241-259.
  7. Гужва А. Г., Доленко С. А., Персианцев И. Г., Шугай Ю. С. Многоступенчатый алгоритм на основе комитета нейронных сетей для прогнозирования и поиска предвестников в многомерных временных рядах // Нейроинформатика-2009. XIВсероссийская научно-техническая конференция: Сб. научн. тр. Ч. 2. С. 116-125. М.: МИФИ. 2009.
  8. Gleisner, H., Lundstedt, H., and Wintoft, P., Predicting geomagnetic storms from solar-wind data using time-delay neural networks // Annales Geophysicae. 1996. V. 14. P. 679-686.
  9. http://swdcwww.kugi.kyoto-u.ac.jp/dst_realtime/index.html
  10. http://www.srl.caltech.edu/ACE/ASC/browse/view_browse_data.html
  11. http://www-psych.stanford.edu/~andreas/Time-Series/