Details
Title | Разработка программы прогнозирования технологических параметров на основе многомерного временного ряда с использованием нейронных сетей: выпускная квалификационная работа бакалавра: направление 27.03.04 «Управление в технических системах» ; образовательная программа 27.03.04_02 «Системы и технические средства автоматизации и управления» |
---|---|
Creators | Навродская Валерия Александровна |
Scientific adviser | Олейников Виталий Сергеевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Imprint | Санкт-Петербург, 2024 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | нейронная сеть; LSTM; GRU; CONV1D; прогнозирование временных рядов; настольное приложение; neural network; CINV1D; time series forecasting; a desktop application |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 27.03.04 |
Speciality group (FGOS) | 270000 - Управление в технических системах |
DOI | 10.18720/SPBPU/3/2024/vr/vr24-5093 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Additionally | New arrival |
Record key | ru\spstu\vkr\33478 |
Record create date | 8/29/2024 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Цель данной работы – изучение возможных методов реализации системы прогнозирования, разработка приложения системы, использующей эти методы. В ходе выполнения были рассмотрены различные архитектуры нейронных сетей. Для прогнозирования были выбраны: рекуррентная нейронная сеть LSTM, рекуррентная нейронная сеть GRU, сверточная нейронная сеть Conv1d. В результате выполнения работы были созданы и обучены модели вышеуказанный нейросетей, проведен сравнительный анализ их работы на основе метрик задач регрессии, создано десктопное приложение для использования системы. Создание алгоритма работы было написано с помощью языка программирования Python.
The purpose of this work is to study possible methods of implementing a forecasting system, to develop an application of a system using these methods. During the execution, various architectures of neural networks were considered. The following were selected for prediction: recurrent neural network LSTM, recurrent neural network GRU, convolutional neural network Conv1d. As a result of the work, models of the above neural networks were created and trained, a comparative analysis of their work based on regression task metrics was carried out, and a desktop application for using the system was created. The creation of the algorithm was written using the Python programming language.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 0
Last 30 days: 0