Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 277 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

277
жена контекстно-зависимая лингвистическая трихотомия «ЗНАК-ЗНАЧЕНИЕ-
ОБОЗНАЧЕНИЕ», в отличие от традиционной лингвистической дихотомии
«ЗНАК-ЗНАЧЕНИЕ». Лингвистическая трихотомия расширяет семантическое
пространство «ЗНАКА» за счет возможности использования четких и нечетких
значений. Согласно концепции точности/неточности понятий Заде, каждое по-
нятие, знак, имеет содержание (value), которое может быть задано точно или
не
точно (v-precise, v-imprecise).
Термин «ЗНАЧЕНИЕ» применительно к НВР будем трактовать как точ-
ную числовую оценку уровня временного ряда (v-precise). Для указанного ас-
пекта «ЗНАКА» разработаны эффективные методы анализа ВР. «ОБОЗНАЧЕ-
НИЕ» – это лингвистическая оценка, выражающая уровень ВР в контекстно-
зависимых терминах конечного пользователя (v-imprecise). Наиболее удобными
математическими средствами моделирования и
описания лингвистических
оценок могут служить средства нечетких множеств и нечетких шкал.
Следует отметить ощутимый разрыв между возможностями, предостав-
ляемыми традиционными инструментальными системами поддержки задач
анализа ВР, и практическими потребностями конечных пользователей в авто-
матизации анализа тенденций нечетких временных рядов. Этот разрыв обу-
словлен, с одной стороны, ориентацией традиционных систем на использование
лингвистической дихотомии, а с другой – недостаточным развитием формаль-
ного описания моделей и методов анализа нечетких временных рядов.
Одним из способов преодоления указанной проблемы является разработ-
ка и развитие интеллектуальных систем анализа НВР, в которых исходные
данные, выходные результаты определены на понятном пользователю языке,
выражающем лингвистическую трихотомию в семантике состояний и
измене-
ний объектов предметной области, а модели и методы анализа и прогноза осно-
вываются на технологиях быстро развивающегося направления Time Series Data
Mining (TSDM).
Можно обозначить в соответствии с общими методологическими положе-
ниями моделирования ВР, сформулированными в главе 3, следующие особен-
ности интеллектуальных систем анализа нечетких временных рядов (ИСА-
НВР) [Афанасьева и др., 2008]:

Страницы