Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://dspace.uzhnu.edu.ua/jspui/handle/lib/18380
Название: | Development of adaptive combined models for predicting time series based on similarity identification |
Авторы: | Кучанський, Олександр Юрійович Білощицький, Андрій Олександрович Андрашко, Юрій Васильович Білощицька, Світлана Шабала, Євгенія Миронов, Олексій |
Ключевые слова: | прогнозування часових рядів, пошук подібностей, адаптивна комбі- нована модель, показник Герста |
Дата публикации: | 2018 |
Издательство: | Eastern-European Journal of Enterprise Technologies |
Библиографическое описание: | Kuchansky A. Development of adaptive combined models for predicting time series based on similarity identification [Текст] / A. Kuchansky, A. Biloshchytsjyi, Yu. Andrashko, S. Biloshchytska, Ye. Shabala, O. Myronov/ Eastern-European Journal of Enterprise Technologies. – 2018. – 1/4 (91) – C. 32–42. DOI 10.15587/1729-4061.2018.121620 |
Краткий осмотр (реферат): | Пропонуються адаптивні комбіновані моделі гібридного та селективного типів для прогнозування часових рядів на основі програмного набору з адаптивних поліноміальних моделей різних порядків. Пропонуються адаптивні комбіновані моделі прогнозування часових рядів з врахуванням результатів ідентифікації подібностей в ретроспекції цих часових рядів. Оцінена ефективність прогнозування різних комбінованих моделей залежно від рівня персистентності часових рядів. Розроблені моделі дозволяють підвищити точність у випадку середньострокового прогнозування нестаціонарних часових рядів, зокрема фінансових показників. |
Тип: | Text |
Тип публикации: | Стаття |
URI (Унифицированный идентификатор ресурса): | https://dspace.uzhnu.edu.ua/jspui/handle/lib/18380 |
ISSN: | 1729-3774 |
Располагается в коллекциях: | Наукові публікації кафедри cистемного аналізу та теорії оптимізації |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
121620-266703-1-PB.pdf | 398.6 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.