Интеллектуальный анализ временных рядов (ВР). Прогнозирование гранулированного временного ряда и решение на основе гранулярного компьютинга прикладных задач
DOI:
https://doi.org/10.32347/2412-9933.2014.19.%25pАнотація
Рассмотрены вопросы решения задач прогнозирования гранулированного временного ряда (ВР) на уровне линейных матричных уравнений. Предложен алгоритм прогнозирования ВР на основании методологии решения ЛМУ, приведен пример решения задачи прогнозирования ВР, показана возможность повышения точности прогнозирования за счет использования присоединенных тензоров.Посилання
Минаев Ю.Н. Филимонова О.Ю., Минаева Ю.И. Интеллектуальный анализ временных рядов (ВР) Сингулярных декомпозиций и гранулярный компьютинг в задачах интеллектуального анализа временных рядов. – 2014. – №18. – С.112-118.
Song Q., Chissom B. Fuzzy time series and its models // Fuzzy Sets and Systems. – №54 (1993) – Р. 269-277.
Song Q., Chissom B. Forecasting enrollments with fuzzy time series –Part I // Fuzzy Sets and Systems. – №54 (1993) –Р. 1-9.
Song Q., Chissom B. Forecasting enrollments with fuzzy time series – Part II // Fuzzy Sets and Systems. – №64 (1994) – Р. 1-8.
Chen S. M. Forecasting enrollments based on fuzzy time series // Fuzzy Sets and Systems. – № 81 (1996) – Р. 311–319.
Дегтярев К. Ю. Применение специализированных компьютерных программ и методов, основанных на нечетких временных рядах для краткосрочного прогнозирования USB/RUB котировок / Интернет-ресурс: http://www.еxponenta.ru/educat/news/degtyarev/pa-per. pdf; дата обращения 30.12.2013.
Минаев Ю.Н., Филимонова О.Ю., Минаева Ю.И. Тензорные модели НМ-гранул и их применение для решения задач нечеткой арифметики. «Искусственный интеллект». – №2, 2013. – С.18-31.
Cichocki A. Tensor Decompositions: A New Concept in Brain Data Analysis? arXiv: 1305.0395v1 [cs.NA] 2 May 2013. – 19 pp.
Van Loan Ch.F. Block Matrix Computations and the Singular Value Decomposition A Tale of Two Ideas. - Інтернет-ресурс. www.ecsecure-host.com
Van Loan Ch.F. The ubiquitous Kronecker product. Journal of Computational and applied mathematics. 2000, 123(1-2): 85-100
Skillicorn D. B. Understanding complex datasets: data mining with matrix decompo-sitions /2007 by Taylor and Francis Group, LLC. – 257 рр.
Laub Al. J. Matrix Analysis for Scientists and Engineers" Alan J. Laub. … from SIAM at www.ecsecure-host.com/ SIAM/ot91.htm ©2005 by the Society for Industrial and Applied Mathematics
Lev-Ari H. Efficient Solutions of linear matrix equation with application to multis-tatic antenna array processing communication and systems. Vol. 5, No. 1, pp. 123-130, 2005.
Минаев Ю.Н., Филимонова О.Ю., Лиес Б.А. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе.- М.: Диалог-МИФИ, 2006. – 224 с.
Зубов Л. М., Карякин М. И. Элементы тензорного исчисления. Учеб. Пособие. Ростов: Изд-во Ростовского госуниверситета. – 108 с. Интернет-ресурс.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2015 Ю. Н. Минаев, О. Ю. Филимонова, Ю. И. Минаева, Г. А. Филимонов
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
