Моделирование нейронных сетей для прогнозирования временных рядов
- 1 к.т.н., доцент, кафедра космических технологий, РГРТУ
- 2 к.т.н., доцент, кафедра электронных вычислительных машин, РГРТУ
Ключевые слова:
neural networkstime series forecastingactivation functionmultilayer perceptronexchange rates
Аннотация
Рассмотрены результаты теоретических и экспериментальных исследований в области новых моделей и методов для создания нейронных сетей, предназначенных для прогнозирования нелинейных временных рядов. Предложен алгоритм прогнозирования нелинейных временных рядов с использованием аппарата нейронных сетей. Проведено сравнение данного алгоритма, алгоритма на основе модели авторегрессии и скользящего среднего и алгоритма, использующего экспоненциальное сглаживание. Показан способ выбора функции активации. Приведены экспериментальные исследования по прогнозированию курсов валют.
Для цитирования
Колесенков А.Н., Конкин Ю.В. Моделирование нейронных сетей для прогнозирования временных рядов // Динамика сложных систем - XXI век. 2015. № 3. С. 10–13.
Список источников
- Злобин В.К., Ручкин В.Н. Нейросети и нейрокомпьютеры. СПб.: БХВ-Петербург. 2011. 256 с.
- Колесенков А.Н., Костров Б.В., Ручкин В.Н. Нейронные сети мониторинга чрезвычайных ситуаций по данным ДЗЗ // Известия ТулГУ. Технические науки. 2014. Вып. 5. С. 220−225.
- Колесенков А.Н., Костров Б.В., Ручкин А.Н. «Мониторинг и предупреждение чрезвычайных ситуаций» // ProceedingsII MediterraneanConferenceonEmbeddedComputing. MECO-2013. Budva. Montenegro. С. 263−265.
- Акинин М.В., Конкин Ю.В. Исследование подходов к обучению многослойного персептрона // Межвузовский сборник научных трудов «Методы и средства обработки и хранения информации». Рязань: РГРТУ. 2012. С. 20−26.
- Акинин М.В., Конкин Ю.В. Нейросетевой способ составления карт гарей лесных массивов по данным дистанционного зондирования Земли // Межвузовский сб. научных трудов «Информатика и прикладная математика». Рязань: РГРТУ. 2012. С. 51−57.
- Акинин М.В., Лапина Т.И., Никифоров М.Б. Нейросетевой алгоритм выделения контуров на изображениях, основанный на вейвлете Габора // Известия ТулГУ. Технические науки. 2013. С. 208−213.
- Соколова А.В., Акинин М.В., Никифоров М.Б. Нейросетевой метод оперативного совмещения данных аэрофотосъемки и виртуальной модели местности // Известия ТулГУ. Технические науки. Вып. 9. Ч. 1. 2014. С. 106−111.
- Костров Б.В. Методология спектрального анализа изображений в конечных базисах // IIМеждунар. научно-технич. конф. «Актуальные проблемы создания космических систем дистанционного зондирования Земли». М.: 2014. С. 126−128.
- Костров Б.В., Злобин В.К., Упакова А.Г., Конкин Ю.В. Алгоритм устранения искажений средней яркости по полю изображений // Известия ТулГУ. Технические науки. Вып. 9. Ч. 2. 2013. С. 118−124.
- Костров Б.В., Баранчиков А.И. Теория и методы исследования моделей и алгоритмов представления данных для предметных областей с ранжируемыми атрибутами // Вестник РГРТУ. 2013. № 5 (Вып. 47).