Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 162 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

162
В основу такой методологии в нечетком моделировании временных ря-
дов, как представляется, целесообразно положить формализм нечетких шкал,
обеспечивающих построение и преобразования нечетких объектов временного
ряда (нечетких уровней и нечетких тенденций), методы и задачи Time Series
Data Mining, позволяющие извлекать знания о тенденциях ВР, выраженные в
форме нечетких продукционных правил, и лингвистически интерпретируемые
информационные гранулы для описания паттернов ВР.
В следующих главах будут раскрыты обозначенные положения методо-
логии нечеткого моделирования.
Библиографический список
1. [Batyrshin, 2004] Batyrshin, I. Construction of granular derivatives and solu-
tion of granular initial value problem / I. Batyrshin // Fuzzy Partial Differential
Equations and Relational Equations. Studies in Fuzziness and Soft Computing,
Vol. 142, Springer-Verlag, 2004. – Р. 285-307.
2. [Batyrshin, 2007] Batyrshin, I. Perception Based Time Series Data Mining for
Decision Making / I. Batyrshin // IFSA’07 Fuzzy Logic, Soft Computing and
Computational Intelligence.
3.
[Giove, 2009] Giove, S. Fuzzy logic and Clustering methods for time series
analisys / S. Giove // 2009 International Fuzzy Systems Association World
Congress and 2009 European Society for Fuzzy Logic and Technology Confe-
rence (IFSA-EUSFLAT 2009).
4.
[Graves, 2009] Graves, D. Multivariate Segmtntation of Timr Series with Dif-
ferential Evolution / D. Graves, W. Pedrycz // 2009 International Fuzzy Sys-
tems Association World Congress and 2009 European Society for Fuzzy Logic
and Technology Conference (IFSA-EUSFLAT 2009).
5.
[Herbst, 2009] Herbst, G. Online Recognition of fuzzy time series patterns /
G. Herbst, S. F. Bocklish // 2009 International Fuzzy Systems Association
World Congress and 2009 European Society for Fuzzy Logic and Technology
Conference (IFSA-EUSFLAT 2009).

Страницы