| Title: | Исследование и разработка методов прогнозирования солнечной активности с применением нейросетевых методов |
| Authors: | Галанов К. В. Карев Ф. С. |
| Keywords: | forecast accuracy forecasting methods GRU LSTM model training neural network methods recurrent neural networks solar activity solar flares structural bias reduction sunspots time series временные ряды методы прогнозирования нейросетевые методы обучение моделей рекурентные нейронные сети солнечная активность солнечные вспышки солнечные пятна точность прогноза уменьшение структурного сдвига |
| Issue Date: | 2026 |
| Citation: | Карев, Ф. С. Исследование и разработка методов прогнозирования солнечной активности с применением нейросетевых методов = Research and development of solar activity forecasting methods using neural network methods / Ф. С. Карев, К. В. Галанов // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 153-156. |
| Abstract: | В работе исследуется применение нейронных сетей для прогнозирования солнечной активности. Рассматривались модели GRU и LSTM. В результате сравнительных экспериментов был выявлен сдвиг в графиках результата, вызванный особенностями моделей и видом получаемых данных. Найден способ уменьшения сдвига, путем перехода к прогнозированию приращений временного ряда и последующему восстановлению абсолютных значений и увеличением времени обучения для модели. |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/64042 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\589881 |
| Appears in Collections: | VOLGA CYBER WEEK |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-153-156.pdf | 1.4 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.