Система для аналізу багатовимірних часових рядів

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorБуханевич, Родіон Михайлович
dc.date.accessioned2021-09-22T14:34:59Z
dc.date.available2021-09-22T14:34:59Z
dc.date.issued2021
dc.description.abstractenBachelor thesis: 132 p., 22 figures, 10 tables, 18 sources, 3 appendices. The purpose of the work is to analyze and compare the results of forecasts of multidimensional time series, which are cointegrated processes. The paper provides an overview of known forecasting methods. Describes the statistical tests used to classify processes. Regression analysis models and models based on machine learning and neural networks used for time series prediction have been studied and built, and quality criteria for forecast estimates have been described. A software product has been developed in the Python 3.8 programming language in the Visual Code environment, which allows you to build predictions of any multidimensional time series using the VAR model, the ensemble of decision trees, the neural network LSTM. A comparative analysis of the results obtained using different methods is carried out.uk
dc.description.abstractukДипломна робота: 132 с., 22 рис., 10 табл., 18 джерел, 3 додатки. Мета роботи – аналіз та порівняння результатів прогнозів багатовимірних часових рядів, які є взаємопов’язаними процесами. В роботі наведено огляд відомих методів прогнозування. Описано статистичні тести, що використовуються для класифікації процесів. Досліджено та побудовано моделі регресійного аналізу та моделі на базі машинного навчання та нейронних мереж, що використовуються для прогнозування часових рядів, описано критерії якості оцінок прогнозів. Розроблено програмний продукт на мові програмування Python 3.8. у середовищі Visual Code, що дозволяє будувати прогнози будь-яких багатовимірних часових рядів за допомогою моделі ВАР, ансамблю дерев рішень, нейронної мережі LSTM. Проведено порівняльний аналіз результатів, отриманих за допомогою різних методів.uk
dc.format.page132 с.uk
dc.identifier.citationБуханевич, Р. М. Система для аналізу багатовимірних часових рядів : дипломна робота ... бакалавра : 124 Системний аналіз / Буханевич Родіон Михайлович. – Київ, 2021. – 132 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/43920
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectпрогнозування багатовимірних часових рядівuk
dc.subjectмодель варuk
dc.subjectнейронні мережіuk
dc.subjectансамблі дерев рішеньuk
dc.subjectмережа lstmuk
dc.subjectбагатовимірні процесиuk
dc.subjectforecasting multivariate time seriesuk
dc.subjectneural networksuk
dc.subjectensemble decision treesuk
dc.subjectlstm networkuk
dc.subjectmultivariate processesuk
dc.subjectvar modeluk
dc.titleСистема для аналізу багатовимірних часових рядівuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи