Моделювання нелінійних нестаціонарних процесів методами інтелектуального аналізу даних

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorПінчук, Владіслав Олексійович
dc.date.accessioned2019-10-25T08:44:49Z
dc.date.available2019-10-25T08:44:49Z
dc.date.issued2019-06
dc.description.abstractenMaster's thesis: 130 p., 21 fig., 18 tables, 2 annexes,24 sources. Object of research: nonlinear nonstationary processes of different origination in economics and finances. Subject of research: intellectual forecasting methods, mathematical modeling methods. The purpose of this master's thesis is comparison analysis of mathematical models and forecasting functions for financial processes of different origination using intellectual data analysis methods. The paper reviews the intellectual methods of data analysis for financial and economic processes modeling. Made problem analysis related to mathematical modeling of processes represented as time series. Described review of modern modeling and forecasting methods for time series. Also described and demonstrated the use of selected methods for modeling and short-time forecasting of real economic processes and comparative analysis of the results. Based on gained results suggested a decision support system using methods described in this research.uk
dc.description.abstractukМагістерська дисертація: 130 с., 21 рис., 18 табл., 2 додатки, 24 джерела. Об’єкт дослідження: нестаціонарні процеси різної природи в економіці та фінансах. Предмет дослідження: інтелектуальні методи прогнозування, методи математичного моделювання. Метою даної магістерської дисертації є порівняльний аналіз, побудова математичних моделей і функцій прогнозування для фінансово-економічних процесів різної природи за допомогою інтелектуальних методів аналізу даних. В роботі проведено огляд інтелектуальних методів побудови моделей нелінійних нестаціонарних процесів. Виконано аналіз проблем, пов’язаних з математичним моделюванням процесів різної природи, представлених часовими рядами; проведено критичний огляд сучасних методів моделювання та побудови прогнозів для часових рядів. Здійснено моделювання та оцінка короткострокових прогнозів нелінійних нестаціонарних процесів за допомогою нейронних та байєсівських мереж, методу групового урахування аргументів, методу подібних траєкторій. На основі проведених досліджень запропоновано СППР з використанням досліджених методів.uk
dc.format.page130 с.uk
dc.identifier.citationПінчук, В. О. Моделювання нелінійних нестаціонарних процесів методами інтелектуального аналізу даних​ : магістерська дис. : 122 Комп'ютерні науки / Пінчук Владіслав Олексійович. – Київ, 2019. – 130 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/29877
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectмережа Байєсаuk
dc.subjectметод групового врахування аргументівuk
dc.subjectметоди подібних траєкторійuk
dc.subjectнейронна мережаuk
dc.subjectпрогнозуванняuk
dc.subjectнестаціонарний процесuk
dc.subjectчасовий рядuk
dc.subjectbayesian networkuk
dc.subjectforecastinguk
dc.subjectgroup method of data handlinguk
dc.subjectnearest neighbour algorithmuk
dc.subjectneural networkuk
dc.subjectprediction functionuk
dc.subjecttime seriesuk
dc.subject.udc004.9:519.233uk
dc.titleМоделювання нелінійних нестаціонарних процесів методами інтелектуального аналізу данихuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи