Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 161 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

161
Окончание табл. 3.3
Нечетко-
статистический
(стохастическая
и нечеткая
неопределенность)
Числовой/ числовая
оценка
1. Построение математической мо-
дели статистической зависимости
2. Оценивание нечетких параметров
3. Прогноз
Нечетко-
нейронный
(стохастическая
и нечеткая
неопределенность)
Числовой/ числовая
оценка.
Лингвистический/
лингвистическая
оценка
Числовой/ лингвис-
тическая оценка
Лингвистический/
числовая оценка
1. Построение нечетких множеств
2. Построение нечеткой модели
3. Построение нейронной сети
4. Обучение нейронной сети
5. Прогноз
Интеллектуаль-
ный анализ баз
данных ВР
(стохастическая,
нечеткая
и ассоциативная
неопределенность)
Комбинированный,
содержащий число-
вой и лингвистиче-
ский тип данных
1. Сегментирование
2. Классификация
3. Частотный анализ
4. Прогноз
5. Поиск аномалий
6. Резюмирование
7. Индексирование
8. Извлечение ассоциативных связей
9. Кластеризация
Отличительной чертой данного направления является тот факт, что ре-
зультаты решения задач анализа ВР могут быть выражены не только в числовой
форме, но и в лингвистической, выражающей тенденции развития в прошлом и
будущем. Указанное свойство особенно важно, так как создает возможность
представлять результаты в терминах онтологии предметной области и актуаль-
но для задач поддержки проектных и управляющих решений в различных
предметных областях, в которых человеческий фактор имеет определяющее
значение.
Уже достигнутые результаты в области нечеткого моделирования и гиб-
ридных моделей ВР позволяют рассматривать нечеткую логику как перспек-
тивный инструмент направления интеллектуального анализа временных рядов.
Современные исследования в этом направлении при нечетком
моделировании
ВР обозначают ряд проблем, главной из которых является отсутствие методо-
логии нечеткого моделирования и анализа нечетких временных рядов.

Страницы