Details
Title | 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» |
---|---|
Creators | Лавров Андрей Денисович |
Scientific adviser | Шашихин Владимир Николаевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Imprint | Санкт-Петербург, 2024 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | временные ряды ; нейронные сети ; прогнозирование ; нелинейные системы ; математическое моделирование ; time series ; forecasting ; nonlinear system ; methematical modeling |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 09.03.02 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2024/vr/vr25-34 |
Rights | Доступ по паролю из сети Интернет (чтение, печать) |
Additionally | New arrival |
Record key | ru\spstu\vkr\34152 |
Record create date | 2/26/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
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.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
- 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
- 2.1 Методы прогнозирования временных рядов
- 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
Access count: 0
Last 30 days: 0