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 SizeFormat 
file-153-156.pdf1.4 MBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.