Hybrid system of computational intelligence based on bagging and group method of data handling

Скорочена інформація про документ
dc.contributor.authorBodyanskiy, Ye.
dc.contributor.authorKuzmenko, O.
dc.contributor.authorZaichenko, He.
dc.contributor.authorZaychenko, Yu.
dc.date.accessioned2024-12-05T13:55:08Z
dc.date.available2024-12-05T13:55:08Z
dc.date.issued2024
dc.description.abstractThe paper considers the problem of short- and middle-term forecasting in the financial sphere. To solve this problem, a hybrid system of computational intelligence based on the group method of data handling (GMDH) and bagging, as well as an algorithm for its training, is proposed. The odd stacks of the hybrid system are formed by ensembles of parallel connected subsystems. ARIMA and the GMDHneo-fuzzy hybrid network were chosen as such subsystems. The proposed system does not require a large training data set, automatically determines the number of stacks during training, and provides online operation. The experimental investigations were conducted using the proposed hybrid system, as well as separately using ARIMA and GMDH-neo-fuzzy. The accuracy of the predictions obtained is compared, based on which the feasibility of using the proposed hybrid system is substantiated.
dc.description.abstractotherРозглянуто проблему короткострокового та середньострокового прогнозування у фінансовій сфері. Для її вирішення запропоновано гібридну систему обчислювального інтелекту на основі методу групового урахування аргументів (МГУА) та беггінгу, а також алгоритм її навчання. Непарні стеки гібридної системи сформовані ансамблями паралельно з’єднаних підсистем. Як такі підсистеми обрано ARIMA та гібридну мережу МГУА-нео-фаззі. Запропонована система не потребує великого обсягу навчальної вибірки, автоматично визначає кількість стеків у процесі навчання та забезпечує роботу у режимі online. Проведено експериментальні дослідження з використанням запропонованої гібридної системи, а також окремо ARIMA та МГУА-неофаззі. Порівняно точність прогнозів, отриманих експериментальним шляхом, на основі чого обґрунтовано доцільність застосування запропонованої гібридної системи.
dc.format.pagerangeС. 75-85
dc.identifier.citationHybrid system of computational intelligence based on bagging and group method of data handling / Bodyanskiy Ye., Kuzmenko O., Zaichenko He., Zaychenko Yu. // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2024. – № 1. – С. 75-85. – Бібліогр.: 17 назв.
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2024.1.06
dc.identifier.orcid0000-0001-5418-2143
dc.identifier.orcid0000-0003-1581-6224
dc.identifier.orcid0000-0002-4630-5155
dc.identifier.orcid0000-0001-9662-3269
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/71030
dc.language.isoen
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.sourceСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 1
dc.subjecthybrid system
dc.subjectbagging
dc.subjecthybrid GMDH-neo-fuzzy network
dc.subjectARIMA
dc.subjectshort- and middle-term forecasting
dc.subjectгібридна система
dc.subjectбеггінг
dc.subjectгібридна мережа МГУА-нео-фаззі
dc.subjectкороткострокове та середньострокове прогнозування
dc.subject.udc519.925.51
dc.titleHybrid system of computational intelligence based on bagging and group method of data handling
dc.title.alternativeГібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
75-85.pdf
Розмір:
415.25 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 1