Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 278 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

278
1. Ориентация в представлении входных и выходных данных на лингвис-
тическую трихотомию «ЗНАК-ЗНАЧЕНИЕ-ОБОЗНАЧЕНИЕ».
Например, «ЗНАК» – это уровень временного ряда, «ЗНАЧЕНИЕ» – чи-
словое значение уровня конкретного временного ряда, «ОБОЗНАЧЕНИЕ» –
это нечеткая метка (нечеткое множество), соответствующая числовому уровню
временного ряда. Для перехода от «ЗНАКА» к «ЗНАЧЕНИЮ» необходимы
процедуры измерения, вычисления
или извлечения, от «ЗНАКА» к «ОБОЗНА-
ЧЕНИЮ» – процедуры построения нечеткой шкалы, от «ЗНАЧЕНИЯ» к
«ОБОЗНАЧЕНИЮ» – процедуры оценки по нечеткой шкале (фаззификация).
Например, «ЗНАК» – это временной ряд, «ЗНАЧЕНИЕ» – реализации
временного ряда, конкретный временной ряд (числовой или нечеткий), «ОБО-
ЗНАЧЕНИЕ 1» – это модель тенденции поведения в некоторой прикладной об-
ласти, построенная на конкретном
временном ряду, «ОБОЗНАЧЕНИЕ 2» – это
аддитивная модель в виде временных рядов, определяющих трендовую, сезон-
ную, периодическую и случайную компоненты, «ОБОЗНАЧЕНИЕ 3» – это кон-
кретная функция, моделирующая поведение временного ряда. Для перехода от
«ЗНАКА» к «ЗНАЧЕНИЮ» необходимы процедуры измерения и оценки, от
«ЗНАЧЕНИЯ» к «ОБОЗНАЧЕНИЮ» – процедуры идентификации поведения,
моделирования и вычисления новых «
ЗНАЧЕНИЙ».
2. Применение множеств нечетких оценок, задающих семантику пред-
метной области и ориентированных на задачи конечного пользователя.
3. Использование нечетких лингвистических шкал для генерации не-
четкой оценки.
4. Извлечение знаний из ВР в лингвистической форме продукционных
правил, содержащих зависимости понятные конечному пользователю.
5. Способность к обучению и развитию.
Указанные особенности определяются тем фактом
, что целью создания
интеллектуальных систем анализа НВР является обработка и управление но-
выми типами данных, образованными сложными слабо-формализованными

Страницы