Детальная информация

Название Прогнозирование временных рядов с использованием нейронной сети: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии»
Авторы Лавров Андрей Денисович
Научный руководитель Шашихин Владимир Николаевич
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности
Выходные сведения Санкт-Петербург, 2024
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика временные ряды ; нейронные сети ; прогнозирование ; нелинейные системы ; математическое моделирование ; time series ; forecasting ; nonlinear system ; methematical modeling
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 09.03.02
Группа специальностей ФГОС 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2024/vr/vr25-34
Права доступа Доступ по паролю из сети Интернет (чтение, печать)
Дополнительно Новинка
Ключ записи ru\spstu\vkr\34152
Дата создания записи 26.02.2025

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

Данная работа посвящена разработке и анализу методов прогнозирования временных рядов, использующих концепции нейронной сети, для улучшения точности и надежности прогнозов в различных прикладных областях. Для достижения поставленной цели необходимо выполнить следующие шаги: 1. Провести обзор литературы по теме прогнозирования временных рядов с использованием нейронной сети. 2. Собрать данные временных рядов, которые будут использоваться для анализа. 3. Реализовать систему для прогнозирования временных рядов. 4. Провести анализ полученных результатов. 5. Сформулировать выводы на основе проведенного исследования и предложить рекомендации для дальнейших исследований.

The given work is devoted development and analysis of time series forecasting methods using chaotic dynamics concepts to improve the accuracy and reliability of forecasts in various application areas. To achieve this goal, you must complete the following steps: 1. Conduct a literature review on the topic of time series forecasting using concepts of neural network. 2. Collect time series data that will be used for analysis. 3. Implement a system for forecasting time series. 4. Analyze the results obtained. 5. Formulate conclusions based on the research and offer recommendations for conducting research.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать
Интернет Анонимные пользователи
  • ВВЕДЕНИЕ
  • ГЛАВА 1. ПОСТАНОВКА ЗАДАЧИ
  • ГЛАВА 2. ОБЗОР МОДЕЛЕЙ И МЕТОДОВ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ
    • 2.1 Методы прогнозирования временных рядов
      • 2.1.1 Методы вложения и реконструкции фазового пространства
      • 2.1.2 Нелинейные прогностические модели
      • 2.1.3 Методы расчета показателей хаоса
      • 2.1.4 Динамические системы и теоретические модели хаоса
      • 2.1.5 Методы ближайших соседей
      • 2.1.6 Алгоритмы оптимизации и поиска
    • 2.2 Сравнение методов прогнозирования
  • ГЛАВА 3. ДАННЫЕ ДЛЯ ПРОГНОЗИРОВАНИЯ
    • 3.1 Сбор данных
  • ГЛАВА 4. РЕАЛИЗАЦИЯ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ
    • 4.1 Обработка данных
    • 4.2 Построение и обучение модели
      • 4.2.1 Оценка модели
    • 4.3 Тестирование системы
    • 4.4 Анализ результатов
    • 4.5 Перспективы для развития системы
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ А

Количество обращений: 0 
За последние 30 дней: 0

Подробная статистика