Отрывок: 001994 0.002149 0.002002 0.001692 0.001773 82 Таблица 7 – Зависимость коэффициента несовпадения Тейла от количества эпох обучения. Метод/Эпохи 100 500 1000 5000 10000 Сопряженный граф, рандомная инициализация 0.038498 0.034146 0.035021 0.031343 0.031222 Сопряженный граф, инициализация Ксавьера 0.043018 0.049916 0.038006 0.033771 0.031388 Сопряженный граф, инициализация имитацией отжига 0.038764 0.033833 0.034337 0.03...
Название : Исследование применения сети Вольтерри для решения задачи прогнозирования временных рядов
Авторы/Редакторы : Фисенко И. Д.
Лёзина И. В.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики и кибернетики
Дата публикации : 2023
Библиографическое описание : Фисенко, И. Д. Исследование применения сети Вольтерри для решения задачи прогнозирования временных рядов : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / И. Д. Фисенко ; рук. работы И. В. Лёзина ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и. - Самара, 2023. - 1 файл (2,4 Мб). - Текст : электронный
Аннотация : В выпускной квалификационной работе разработана автоматизированная система прогнозирования временных рядов с применением нейронной сети Вольтерри. Целью работы является исследование применения сети Вольтерри для прогнозирования временных рядов, обученной с помощью различных алгоритмов обучения и алгоритмами инициализации применимых к сети Вольтерри. В рамках работы проведен анализ предметной области и существующих систем-аналогов, применяемых для прогнозирования временных рядов. Также был обоснован выбор модели нейронной сети, алгоритмов обучения и инициализации нейронных сетей. Разработан проект системы по методологии UML при помощи инструмента draw.io. Программная реализация выполнена на языке программирования C# в среде разработки Microsoft Visual Studio 2022 с использованием операционной системы Microsoft Windows 10
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-primeneniya-seti-Volterri-dlya-resheniya-zadachi-prognozirovaniya-vremennyh-ryadov-106040
Другие идентификаторы : RU\НТБ СГАУ\ВКР20230926105411
Ключевые слова: RMSE
алгоритм имитации отжига
алгоритм сопряженных графов
генетический алгоритм
коэффициент несоответствия Тейла
логический проект системы
метод инициализации Ксавьера
нейронные сети Вольтерри
прогнозирование временных рядов
случайная инициализация
Располагается в коллекциях: Выпускные квалификационные работы




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.