Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 9 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

9
Во второй главе рассмотрены теоретические основы нечетких временных
рядов: нечеткие множества и нечеткие модели, а также перспективы развития
теории нечетких множеств и систем, используемых как формальный базис при
моделировании нечетких временных рядов.
В третьей главе приведен обзор и анализ направлений в области методов
Time Series Data Minig, технологий и методов моделирования временных
рядов:
статистический, нейросетевой, нечеткий, гибридный. Рассмотрено развиваю-
щееся направление интеллектуального анализа и моделирования временных
рядов, хранимых в базах данных. Обозначена проблематика нового направле-
ния интеллектуального анализа и сформулированы основные положения мето-
дологии нечеткого моделирования временных рядов и анализа нечетких тен-
денций.
В четвертой главе представлены основы теории нечетких тенденций
временных
рядов. Для оценки параметров нечеткой тенденций временных ря-
дов введены понятие и параметрическая структурно-функциональная модель
нечеткой лингвистической шкалы – ACL-шкалы. На основе введенных теоре-
тических положений разработаны методы и алгоритмы построения и примене-
ния ACL-шкалы для генерации временного ряда нечетких уровней и нечетких
тенденций. Приведены определение и классы нечетких тенденций. Введены
модель нечеткой тенденции нечеткого временного ряда, FТ-преобразование
временного ряда для генерации временных рядов параметров нечетких тенден-
ций и совокупность проекционных моделей временных рядов, предназначен-
ных для решения задач Time Series Data Minig.
В пятой главе обозначен структурно-лингвистический подход в нечетком
моделировании временных рядов в терминах нечетких тенденций и рассмотре-
но применение
разработанного формального аппарата моделей нечетких тен-
денций для решения комплекса задач интеллектуального анализа временных
рядов (Time Series Data Minig): сегментации, классификации, кластеризации,
прогнозирования, резюмирования, частотного анализа, поиска аномалий. Пред-
ложены новые нечеткие модели временных рядов, позволяющие извлекать до-

Страницы