Метод та програмне забезпечення для прогнозування часових рядів із неповними даними з використанням машинного навчання
Вантажиться...
Дата
2025
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
На сьогодні задачі прогнозування часових рядів є одними з ключових у
фінансах, енергетиці, телекомунікаціях, промисловості та інших галузях, де
прийняття рішень ґрунтується на аналізі історичних даних. На практиці такі дані
часто є неповними, зашумленими та містять аномальні спостереження, що
суттєво знижує точність класичних методів прогнозування та ускладнює
застосування сучасних моделей машинного навчання.
У даній магістерській дисертації запропоновано метод та програмне
забезпечення прогнозування часових рядів із неповними даними з
використанням машинного навчання. Розроблений метод поєднує процедури
попередньої обробки даних, автоматичний вибір методу згладжування,
механізми виявлення та обробки аномалій, а також імпутацію пропущених
значень. Основою прогнозної частини є гібридна модель, що поєднує нейронну
мережу LSTM із лінійною трендовою складовою, що дозволяє підвищити
стійкість моделі до шуму та неповноти даних. Експериментальні дослідження
показали, що запропонований підхід забезпечує підвищення точності
прогнозування порівняно з базовими статистичними та машинними методами
за різних сценаріїв неповноти даних. Для практичної реалізації методу
розроблено програмне забезпечення з визначеною архітектурою,
функціональними модулями та користувацьким інтерфейсом, проведено
тестування й верифікацію його компонентів.
Опис
Ключові слова
часовий ряд, пропущені дані, імпутація, експоненційне згладжування (ETS), ARIMA, LSTM, гібридна модель, виявлення аномалій, нормалізація, MAE, MSE
Бібліографічний опис
Пивовар, О. О. Метод та програмне забезпечення для прогнозування часових рядів із неповними даними з використанням машинного навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Пивовар Олександр Олександрович – Київ, 2025. – 133 с.