Academic literature on the topic 'Модель аналізу часових рядів'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Модель аналізу часових рядів.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Модель аналізу часових рядів"
1
Мулеса, О. Ю., and В. Є. Снитюк. "Розробка еволюційного методу для прогнозування часових рядів." Automation of technological and business processes 12, no. 3 (November 5, 2020): 4–9. http://dx.doi.org/10.15673/atbp.v12i3.1854.
Full textAbstract:
Процеси прийняття рішень щодо діяльності об’єктів господарювання, як правило, пов’язані з необхідністю аналізу основних показників їх діяльності. Виявлення тенденцій зміни числових показників в часі дозволяє робити припущення щодо їх майбутніх значень. Такі задачі можна звести до задач прогнозування часових рядів, які полягають у дослідженні законів зміни значень ряду та, на основі заданого критерію точності, знаходження прогнозних значень. Аналітичний огляд сучасних наукових публікацій показав, що задача прогнозування часових рядів є актуальною. Існує багато досліджень присвячених розробці ефективних гібридних методів прогнозування, в основі яких містяться декілька інших методів.
Дослідження присвячене розробці прогнозної моделі, яка використовує кращі властивості базових моделей прогнозування, дозволяє підвищити точність прогнозу та його волатильність.
В ході дослідження було розроблено еволюційний метод прогнозування на основі базових моделей прогнозування. Для обчислення прогнозних значень будується оптимізаційна модель, в яку входять прогнозні значення, обчислені за допомогою базових моделей. Параметри моделі можуть бути визначені за допомогою генетичного алгоритму. Критеріями якості прогнозної схеми були відносна похибка прогнозування, а також волатильність прогнозу. Такий підхід дозволяє зменшити відхилення прогнозних значень від точних.
Виконано експериментальну верифікацію розробленого методу прогнозування. Виконано порівняльний аналіз результатів роботи розробленого методу та інших методів прогнозування для часового ряду «Кількість хворих на СНІД». Показано, що використання прогнозної схеми дозволяє як підвищити точність прогнозу, так і покращити його волатильність.
2
Skalozub, Vladislav, Boris Biliy, Alexander Galabut, and Oleg Murashov. "МЕТОДИ ІНТЕЛЕКТУАЛЬНОГО МОДЕЛЮВАННЯ ПРОЦЕСІВ З ПЕРЕМІННИМ ІНТЕРВАЛОМ СПОСТЕРЕЖЕНЬ ТА КОНСТРУКТИВНОГО УПОРЯДКУВАННЯ «З ВАГОЮ»." System technologies 3, no. 128 (March 16, 2020): 127–43. http://dx.doi.org/10.34185/1562-9945-3-128-2020-12.
Full textAbstract:
У статті досліджені актуальні питання щодо моделювання та аналізу недетермінованих процесів, представлених нечіткими часовими послідовностями з нерівномірними інтервалами між спостереженнями. Метою дослідження являється розробка нової сеперабельної моделі та методу аналізу і прогнозування таких часових рядів. Модель відрізняється окремим формуванням послідовностей величин показників та інтервалів між спостереженнями, з подальшим їх узгодженням. Представлено програмних комплекс та результати моделювання, отримані на основі удосконаленої нечіткої квантильної моделі. Запропоновано нові змістовні та формальні постановки завдань щодо упорядкування послідовностей елементів, які відрізняються урахуванням різної складності (ваги) окремих конструктивних операцій. Наводяться інтелектуальні алгоритми реалізації завдань упорядкування «з вагою».
3
Prykhodko, K. R., and A. N. Ya Fataliieva. "Статистичний аналіз впливу факторів мікро- та макросередовища на продажі продукції дитячого харчування." Scientific Bulletin of the National Academy of Statistics, Accounting and Audit, no. 1-2 (March 20, 2018): 28–36. http://dx.doi.org/10.31767/nasoa.1-2.2018.03.
Full textAbstract:
Обґрунтовано методичні підходи до аналізу продажу продукції дитячого харчування. Визначено, що важливе місце в аналізі динаміки товарообігу займають індексний метод та побудова динамічних рядів. На основі якісного аналізу обрано коло факторів, які теоретично впливають на обсяг продажів замінників грудного молока. На етапі кількісного аналізу враховано особливості використання методів кореляційно-регресійного аналізу на часових рядах, а саме перевірку факторів на наявність мультиколінеарності, аналітичне вирівнювання часових рядів, відбір істотних факторів та побудову статистично значущої моделі. В результаті проведеного аналізу продажів визначено основні фактори, що впливають на рівень продажів на ринку продуктів дитячого харчування.
4
Dzhoshi, O. I. "АНАЛІЗ ДЕМОГРАФІЧНИХ ПОКАЗНИКІВ РІВНЕНСЬКОЇ ОБЛАСТІ." Bulletin National University of Water and Environmental Engineering 1, no. 89 (June 4, 2020): 58. http://dx.doi.org/10.31713/ve120206.
Full textAbstract:
У роботі наведено результати статистичного аналізу та аналізу на основі методології часових рядів (АКФ, ЧАКФ, тест Дікі–Фулера) таких демографічних показників, як кількість народжених та померлих, чисельність наявного та постійного населення у Рівненській області за період 1950–2018 рр. У середовищі економетричного пакету EViews реалізовано перевірку часових рядів відповідних демографічнихпоказників на стаціонарність і запропоновано рекомендації щодо побудови їх математичних моделей.
5
Baklan, Igor, Tatyana Shulkevych, Andriy Logvynchuk, and Yaroslav Baklan. "ПОШУК АНОМАЛІЙ В ЛІНГВІСТИЧНИХ МОДЕЛЯХ ЧАСОВИХ РЯДІВ." System technologies 4, no. 129 (April 6, 2020): 85–99. http://dx.doi.org/10.34185/1562-9945-4-129-2020-09.
Full textAbstract:
На сьогоднішній день виявлення аномалій є однією із головних причин виконання аналізу даних. Із подальшим розвитком інтернету речей, потреба у автоматизованих системах моніторингу та прийняття рішень, здатних вчасно розпізнати збої або помилки в роботі різного роду пристроїв та інфраструктури, та не допустити небажаних наслідків, буде тільки зростати. Саме тому в цій статті дослідження присвячене розробці ефективних алгоритмів виявлення аномалій. Представлені практичні результати аналізу часових рядів цін на акції всесвітньовідомих кампаній.
6
Катуніна, О. С. "ЗАСТОСУВАННЯ ДИНАМІЧНОГО ФАКТОРНОГО АНАЛІЗУ ДЛЯ МОДЕЛЮВАННЯ РИНКУ ВІРТУАЛЬНИХ АКТИВІВ УКРАЇНИ." Науковий вісник Ужгородського університету. Серія «Економіка», no. 1(57) (July 2, 2021): 18–29. http://dx.doi.org/10.24144/2409-6857.2021.1(57).18-29.
Full textAbstract:
У статті розглянуто методологічні положення та інструментарій прогнозного моделювання динаміки ринку віртуальних активів, проаналізовано динаміку курсу головних криптовалют в Україні, для обраного портфелю валют побудовано динамічні факторні моделі, що поєднують підходи класичного факторного аналізу та авторегресійного аналізу. З метою визначення прогнозних значень окремих часових рядів показників з мінімально можливою похибкою застосовано оригінальну версію динамічного факторного аналізу, яка дозволяє в ex post прогнозі мінімізувати похибку довільно обраного показника. Динаміку обраної системи проаналізовано з позицій двох систем часових рядів показників із різним кроком за часом при використанні щоденних та усереднених за місяць даних статистики. Прогнози цін попиту і споживання криптовалют знайдені при застосуванні методів інтервального і рекурсивного покрокового прогнозування.
7
Батурінець, Анастасія Геннадіївна, and Світлана Валентинівна Антоненко. "ПОДОВЖЕННЯ РЯДІВ ДАНИХ ЗА ЗНАЧЕННЯМИ ПОКАЗНИКІВ СХОЖИХ РЯДІВ." Вісник Черкаського державного технологічного університету, no. 3 (October 22, 2021): 78–86. http://dx.doi.org/10.24025/2306-4412.3.2021.244266.
Full textAbstract:
Проблема недостатності інформації суттєво впливає на вибір підходів та методів аналізу рядів даних, а також на якість отримуваних результатів. Зважаючи на таку проблему, автори роботи вважають, що актуальним є питання розробки й аналізу підходів та моделей для подовження рядів даних. Основною задачею є описання та реалізація технології подовження рядів даних. В основу реалізації технології закладено використання значень схожих рядів даних як ознак для подовження певного ряду даних, представленого тими ж показниками, що й схожі ряди даних. В роботі описано схему визначення схожих рядів даних. Згідно з цією схемою найбільш схожими рядами даних є такі, що мають найменше значення відстані та сильний прямий кореляційний зв’язок, обчислені між потенційно схожим рядом та рядом, для якого буде відбуватися подовження. Для подовження ряду розглядаються сім моделей. За результатами обчислювального експерименту встановлено, що найкращі результати отримано при використанні двох моделей: суми зважених значень по групі схожих рядів та середньозважених значень по групі схожих рядів, з коригуванням на середнє значення ряду, для якого виконується подовження. В результаті проведеного аналізу можна дійти висновку про можли-вість використання розробленої технології для вирішення задачі подовження рядів даних. При подальших дослідженнях планується використання отриманих результатів для розробки та аналізу методів поповнення пропущених значень у часових рядах.
8
Kaminsky, R. M., N. B. Shakhovska, L. G. Savkiv, Ya Yu Varetsky, and S. V. Savaryn. "Метод попереднього оброблення первинних геоелектромагнітних даних, отриманих із режимної геофізичної автоматичної станції." Scientific Bulletin of UNFU 28, no. 7 (September 27, 2018): 126–34. http://dx.doi.org/10.15421/40280726.
Full textAbstract:
Подано результати попереднього оброблення первинних даних, отриманих із режимної геофізичної автоматичної станції. Як методи оброблення використано описову статистику та моделювання часових рядів. Подання результатів багатовимірними графіками дало змогу виявити феномен збігу в першому показнику описової статистики, а в другому – збіг коефіцієнтів моделі для подобових вимірів природного електричного поля. Використання мір центральної тенденції та мір варіації дають не лише основні загальні характеристики отриманої вибірки даних, але і їх подання у вигляді багатоелементного графіка, що дає змогу виявити окремі специфічні точки для послідовності діб місяця. Їхня специфічність полягає в тому, що вони вказують на доби, які за цими показниками є найбільш подібні між собою. Цей феномен можна трактувати по-різному: відсутність зовнішніх впливів, у ці доби відбувся один і той самий вплив тощо. Цілком зрозуміло, що на всьому проміжку, отриманих за весь час роботи станції даних, цей феномен повинен мати якесь пояснення в майбутніх дослідженнях. Тому використання методів описової статистики та часових рядів є доцільним для оброблення первинних даних, оскільки їх результати визначають нові задачі для подальшого аналізу не тільки геофізичних даних, але й інших подібних явищ, таких як: кардіологічні сигнали, показники сонячної активності та інші.
9
Куцик, П. О., В. М. Сороківський, and Х. В. Кузьма. "СТАТИСТИЧНІ ПІДХОДИ ДО ОЦІНЮВАННЯ ВЕЛИЧИНИ ФІНАНСОВИХ РЕСУРСІВ СТРАХОВИХ КОМПАНІЙ." Herald of Lviv University of Trade and Economics Economic sciences, no. 66 (April 15, 2022): 5–9. http://dx.doi.org/10.36477/2522-1205-2022-66-01.
Full textAbstract:
Вітчизняні страхові компанії беруть менш активну участь в інвестиційних процесах, а вкладені ними кошти не задовольняють потреб інвестиційного ринку в повному обсязі. Діяльність страхової компанії полягає у проведенні власне страхування і у виконанні нею ролі активного інвестора, що зумовлює специфіку формування внутрішніх джерел його фінансових ресурсів за рахунок доходів, які пов’язані зі страховою та перестраховою діяльністю, доходів від інвестування та розміщення тимчасово вільних коштів, інших доходів. Оскільки величина капіталу страхових компаній визначається, зокрема, величиною зібраних страхових премій, то при її аналізі ми пропонуємо скористатися статистичними методами аналізу часових рядів, які є більш універсальними з тієї точки зору, що дозволяють будувати прогнозні моделі для будь-якого наперед визначеного ступеня точності (рівня довіри). Для оцінювання величини фінансових ресурсів страхових компаній використано методологію множинного кореляційно-регресійного аналізу. Отримано множинне лінійне рівняння регресії, яке виражає залежність величини капіталу страховика від обсягу зібраних страхових премій часткою перестрахування і рівнем страхових виплат. Знайдені коефіцієнти регресії дозволяють визначити вплив наведених факторних ознак на величину капіталу страховика. Методологія динамічних рядів надає можливість на основі обсягів зібраних валових страхових премій за попередні роки визначити інтервальну оцінку прогнозу на наступний рік. Зокрема, побудоване множинне рівняння регресії виражає залежність величини активів страховика від обсягу зібраних страхових премій, частки перестрахування та рівня страхових виплат. З нього випливає, що позитивно на зростання активів страховика впливає величина зібраних страхових премій. Зокрема, збільшення на 1 тис. грн страхових премій без врахування впливу двох інших факторів призводить до зростання активів страховика на 1,24 тис. грн.
10
Жигайло, О. М., and М. М. Топор. "АВТОМАТИЗОВАНА ПОБУДОВА МОДЕЛЕЙ ПРОГНОЗУВАННЯ ЗБУТУ ХЛІБОБУЛОЧНИХ ВИРОБІВ." Automation of technological and business processes 11, no. 2 (June 26, 2019): 24–30. http://dx.doi.org/10.15673/atbp.v11i2.1372.
Full textAbstract:
Дослідження процесів збуту та планування виробництва є важливою складовою діяльності будь-якого комерційного підприємства. Це пояснюється тим, що професійне вирішення основних задач збуту обумовлює максимальний рівень задоволення потреби клієнтів, створення додаткових маркетингових переваг, збільшення обсягів реалізації, забезпечення зростання прибутку не тільки в коротко, але і в довгостроковому періоді. Для підвищення ефективності управління процесами збуту та планування виробництва сучасні підприємствавикористовують різноманітні програмні продукти, які автоматизують тільки частину їх бізнес-процесів. В тих продуктах, які займаються аналізом, прогнозуванням збуту та плануванням виробництва, існують проблеми з рівнем точності результатів прогнозу. Тому розробка програмних модулів, що спрощують вирішення задачі прогнозування та підвищують точність отриманих результатів є досить актуальною. Для вирішення задачі прогнозування була обрана модель проінтегрованої авторегресії та ковзного середнього (ARIMA). Перед побудовою моделей прогнозування проводиться автоматична класифікація (кластеризація) досліджуваних часових рядів для виявлення чітких груп зі схожими властивостями, яка надає можливість вибору початкової структури моделей прогнозування для кожної із груп. Після цього йде валідація або корегування значень порядку складових моделей (AR, MA), завдяки результатам обробки коррелограмм автокореляційної та приватної автокореляційної функій. На останньому етапі за допомогою методу найменших квадратів розраховуються параметри сформованих моделей прогнозування.
Dissertations / Theses on the topic "Модель аналізу часових рядів"
1
Кураш, В., К. Прихожай, Ігор Олександрович Князь, Игорь Александрович Князь, and Ihor Oleksandrovych Kniaz. "Виділення квазістаціонарних ділянок нестаціонарних часових рядів за допомогою вейвлет-аналізу." Thesis, Видавництво СумДУ, 2011. http://essuir.sumdu.edu.ua/handle/123456789/10556.
Full text
2
Довгаль, Максим Олегович. "Методологія балансування електроенергії в балансуючій групі та модель аналізу часових рядів для прогнозування ціноутворення." Master's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/40832.
Full textAbstract:
Актуальність роботи. Балансування електроенергії в новому ринку
електричної енергії є одним з актуальних питань. Для їх мінімізації окрім
більш чіткішого прогнозування створюють балансуючі групи, тому був
розроблений метод балансування для максимального зменшення небалансів.
Також для подальшої закупівлі електроенергії створена модель аналізу
часових рядів для прогнозування ціноутворення.
Раціональність використання балансування електричної енергії багато в
чому залежить від обсягу споживання підприємства та наявності
Автоматизована система комерційного обліку електричної енергії (АСКОЕ) .
Найбільше ефективне балансування в балансуючій групі, де більшість
підприємств мають обсяг споживання 100-600 тис. кВт·год, тим самим це буде
вигідно для підприємств у яких менше або більше споживання від заданого
діапазону.
Також для зменшення втрать розглядається питання з фінансової точки
зору, а саме прогнозування ціноутворення. Для цього проводиться аналіз
часових рядів для визначення ціноутворення електричної енергії. Це дуже
ефективно для закупівлі електричної енергії на ринку добу наперед (РДН) та
внутрішньодобового ринку (ВДР).
Мета та завдання дослідження: зменшення небалансів
електроспоживання промислових підприємств, шляхом балансування
електроенергії в балансуючій групі та аналізу часових рядів для визначення
ціноутворення електричної енергії для закупівлі на РДН та ВДР для
прогнозування вигідності споживання.
1. Проаналізувати споживання та заявлений обсяг промислового
підприємства, який купує електричну енергію на оптовому, а у майбутньому і
на балансуючому ринку електричної енергії.
2. Оцінити вигідність для приєднання промислового підприємства до
балансуючої групи.
3. Розробити методику методи балансування електроенергії в
балансуючій групі.
4. Розробити модель аналізу часових рядів для прогнозування
ціноутворення на РДН.
6. Оцінити та перевірити якість роботи моделі шляхом порівняння
фактичних значень на період який прогнозується.
Об’єктом дослідження є небаланси та ціни електричної енергії.
Предмет дослідження: методи балансування електроенергії в
балансуючій групі та аналіз часових рядів для визначення ціноутворення
електричної енергії.
Методи дослідження. Розробки і дослідження проводилися на основі
теорії математичного моделювання, модель аналізу часових рядів для
прогнозування ціноутворення.
Наукова новизна одержаних результатів.
1. Розроблено методологія балансування електроенергії в балансуючій
групі.
2. Створена модель аналізу часових рядів для прогнозування
ціноутворення.
Практичне значення одержаних результатів.
Дослідження, що було проведене в роботі може бути використане:
- для зниження фінансових витрат підприємств, які виникають при
відхиленні фактичних обсягів електричного споживання від обсягів, заявле-
них до покупки на ринку електричної енергії, шляхом балансування
електроенергії в балансуючій групі;
- для прогнозування ціноутворення для подальших закупівель на ринках
або аукціонах;
- для вибору найбільш оптимального плану роботи підприємства у ви-
падку коли спрогнозована вигідна ціна .Relevance of work. Balancing electricity in the new electricity market is one of the pressing issues. In addition to more clearly forecasting, balancing groups have been created to minimize them, so a balancing method has been developed to maximize the reduction of imbalances. The rationality of the use of balancing electricity depends largely on the volume of consumption of the enterprise and the availability of the Automated System of Commercial Electricity Metering (ASCOE) . hour, thereby it will be beneficial for enterprises that have less or more consumption from a given range. Also, to reduce losses, the issue is considered from a financial point of view, namely forecasting pricing. To do this, the analysis of time series is carried out to determine the pricing of electricity . Purpose and research objectives: to reduce the imbalances of power consumption of industrial enterprises, by balancing electricity in the balancing group and analysis in time series to determine the pricing of electricity for purchase on RDN and VDR to predict the profitability of consumption. 1. Analyze consumption and the declared volume of industrial enterprise that buys electricity at wholesale, and in the future and in the balancing market of electricity. 2. Assess the profitability for joining the industrial enterprise in the balancing group. 3. Develop methods of balancing electricity in the balancing group. 4. Develop a model of time series analysis to predict the pricing of RDN. 6. Oto value and to revibrate the quality of the model by comparing the actual values for the period that is projected. The object of research is imbalances and prices of electric energy. Subject of research: methods of balancing electricity in the balancing group and analysis of time series to determine the pricing of electric energy. Research methods. Developments and researches were conducted on the basis of the theory of mathematical modeling, a model of time series analysis for forecasting pricing. Scientific novelty of the obtained results. 1. The etiology of balancing electricity in the balancing group was developed. 2. A model for analyzing time series for forecasting pricing has been created. The practical significance of the obtained results. The research that was conducted in the work can be used: - to reduce the financial costs of enterprises that arise when deviating the actual volumes of electricity consumption from volumes, stated - them to purchase electricity on the market, by balancing electricity in the balancing group; - to predict pricing for further purchases in markets or auctions; - to choose the most optimal plan of work of the enterprise in you - a paddock when the favorable price is predicted.
3
Хоменко, І. І., and Микола Іванович Безменов. "Розробка програмного забезпечення для візуалізації та аналізу числових рядів." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2019. http://repository.kpi.kharkov.ua/handle/KhPI-Press/49081.
Full text
4
Холявка, Є. П. "Прогнозування споживання електроенергії: порівняльний аналіз моделей часових рядів." Master's thesis, Сумський державний університет, 2020. https://essuir.sumdu.edu.ua/handle/123456789/81363.
Full textAbstract:
Розроблена методика прогнозування споживання електричної енергії дає можливість знизити фінансові витрати підприємства, установи, організації за рахунок визначення впливових факторів та підвищення прогнозної якості моделей.
5
Логін, Вадим Вікторович. "Моделі для прогнозування характеристик трафіка цифрової реклами." Master's thesis, Київ, 2018. https://ela.kpi.ua/handle/123456789/23748.
Full textAbstract:
Магістерська дисертація: 112 с., 48 рис., 40 табл., 3 додатки і 30 джерел.
Об’єкт дослідження – трафік цифрової реклами у формі статистичних даних.
Предмет дослідження – моделі та методи аналізу даних у формі часових рядів, методи прикладної статистики.
Мета роботи – побудова моделей часових рядів для прогнозування найважливіших характеристик трафіка цифрової реклами.
Методи дослідження – моделі часових рядів для прогнозування даних та порівняльний аналіз отриманих моделей.
У даній роботі наведені результати побудови моделей часових рядів, що призначені для прогнозування найважливіших характеристик трафіка цифрової реклами. Описані результати порівняльного аналізу отриманих моделей за допомогою інформаційних критеріїв, а також з точки зору їхньої точності. Встановлено, що для нашої задачі, найкращою моделлю є модель ARIMAX (Autoregressive integrated moving-average model with exogenous inputs), тобто модель авторегресії та ковзного середнього з екзогенними змінними. Тому для подальших досліджень рекомендовано використовувати саме цю модель.
За матеріалами магістерської дисертації були написані тези, а також написана наукова стаття. Тези будуть опубліковані в збірці тез доповідей конференції САІТ-2018. А наукова стаття буде опублікована в електронній збірці доповідей у видавництві CEUR.
Прогнозні припущення щодо подальшого розвитку об’єкта дослідження – побудова нових, а також вдосконалення існуючих моделей часових рядів для прогнозування найважливіших характеристик цифрової реклами. А також узагальнення дослідження, що проводилось у даній роботі, на аналіз окремих сайтів із рекламного трафіку.Models for forecasting parameters of digital advertising traffic. Master's thesis: 112 p., 48 fig., 40 tabl., 3 appendixes and 30 sources. The object of study – digital advertising traffic in the form of statistical data. Subject of research – models and methods of analysis of data in the form of time series, methods of applied statistics. Purpose – constructing time series models for forecasting the most important characteristics of digital advertising traffic. Methods of research – time series models for forecasting data and comparative analysis of the obtained models. This paper presents the results of construction of time series models, which are intended for forecasting of the most important characteristics of digital advertising traffic. Described the results of the comparative analysis of the obtained models with the help of information criteria, and also in terms of their accuracy. Was found that for our task, the best model is the ARIMAX model (Autoregressive integrated moving-average model with exogenous inputs). Therefore, it is recommended to use this model for further research. Based on master's dissertation were written theses as well as a scientific article. The theses will be published in the SAIT-2018 conference Book of Abstracts. The scientific article will be published in the electronic collection of reports at the CEUR publishing house (CEUR Workshop Proceedings). The further development of the research object – is the construction of new ones, as well as the improvement of existing time series models for forecasting the most important characteristics of digital advertising traffic. And also – it is a generalization of the research, conducted in this paper, on the analysis of individual sites from the digital advertising traffic.
6
Преподобна, Анастасія Сергіївна. "Розробка веб застосунку прогнозування багатоваріантних часових рядів." Магістерська робота, 2021. https://dspace.znu.edu.ua/jspui/handle/12345/6088.
Full textAbstract:
Преподобна А. С. Розробка веб застосунку прогнозування багатоваріантних часових рядів : кваліфікаційна робота магістра спеціальності 121 "Інженерія програмного забезпечення" / наук. керівник О. В. Кудін. Запоріжжя : ЗНУ, 2021. 45 с.UA : Робота викладена на 45 сторінках друкованого тексту, містить 16 рисунків, 24 джерел. Об’єкт дослідження: часові ряди. Предмет дослідження: сервіси прогнозування багатоваріантних часових рядів. Мета дослідження: розробити веб-додаток для прогнозування багатоваріантних часових рядів. Методи дослідження: методи збору та аналізу вимог до програмного забезпечення, методи моделювання, проєктування, конструювання та тестування програмного забезпечення. У кваліфікаційній роботі викладено підхід до прогнозування багатоваріантних часових рядів шляхом створення веб застосунку. Розглянуто основні методи аналізу та прогнозування часових рядів. Розглянуто концепцію побудови алгоритму машинного навчання та нейронної мережі для прогнозування багатоваріантного часового ряду. На основі вивченого матеріалу розроблено веб застосунок, за допомогою якого користувач може прогнозувати поведінку певного сценарію подій. Результати роботи можуть бути використані для побудови нових алгоритмів машинного навчання.
EN : The work is presented on 45 pages of printed text, 16 figures, 24 references. The object of the study is time series. The subject of the study is multivariate time series forecasting services. The aim of the study: to develop a web application for predicting multivariate time series. The methods of research are methods of collection and analysis of software requirements, modeling, design, construction and testing of software. The qualification work presents an approach to predicting multivariate time series by creating a web application. The main methods of analysis and forecasting of time series are considered. The concept of building of machine learning algorithm and a neural network for predicting a multivariate time series is considered. Based on the studied material, a web application was developed, with the help of which one of the users can predict the behavior of a certain event scenario. The results of the work can be used to build new machine learning algorithms.
7
Трофіменко, Серафима Едуардівна. "Застосування методології теорії часових рядів до аналізу та моделювання біологічних та екологічних процесів." Магістерська робота, 2020. https://dspace.znu.edu.ua/jspui/handle/12345/2008.
Full textAbstract:
Трофіменко С. Е. Застосування методології теорії часових рядів до аналізу та моделювання біологічних та екологічних процесів : кваліфікаційна робота магістра спеціальності 113 "Прикладна математика" / наук. керівник В. В. Леонтьєва. Запоріжжя : ЗНУ, 2020. 137 с.UA : Робота викладена на 137 сторінках друкованого тексту, містить 7 рисунків, 48 таблиць, 20 джерел. Об’єкт дослідження: стаціонарні часові ряди, які характеризують зміни окремих показників біологічних та екологічних процесів й систем. Мета роботи: розробка методики дослідження та прогнозування біологічних та екологічних процесів методами теорії часових рядів. Робота присвячена розробці методології часових рядів та використання її на практиці, для аналізу і моделювання біологічних та екологічних процесів. У першому розділі розглядається аналітичний огляд сучасного стану проблеми. Також наводяться визначення таких понять як прогнозування та часові раді. Розглядається класифікація часових рядів та їх складові компоненти. У другому розділі описується методологія проведення попереднього аналізу часових рядів, а також методи для їх прогнозування. У третьому розділі розкривається методика аналізу та прогнозування біологічних та екологічних процесів, а також застосування цієї методики у практичній діяльності.
EN : The work is presented on 137 pages of printed text, 7 figures, 48 table, 20 references. Object of study – stationary time series that characterize changes in individual indicators of biological and ecological processes and systems. The purpose of the work is to develop a methodology for the study and prediction of biological and environmental processes by methods of time series theory. The work is devoted to the development of time series methodology and its application in practice, for the analysis and modeling of biological and ecological processes. The first section provides an analytical overview of the current state of the problem. It also defines concepts such as forecasting and timelines. The classification of time series and their constituent components is considered. The second section describes the methodology for conducting a preliminary analysis of time series, as well as methods for predicting them. The third section describes the methodology for the analysis and prediction of biological and environmental processes, as well as the application of this technique in practice.
Conference papers on the topic "Модель аналізу часових рядів"
1
Сергіенко, K. Ю. "Огляд методів фрактального аналізу для дослідження коротких часових рядів гідрометеорологічних даних." In Geoinformatics 2011. Netherlands: EAGE Publications BV, 2011. http://dx.doi.org/10.3997/2214-4609.20145129.
Full textReports on the topic "Модель аналізу часових рядів"
1
Соловйов, Володимир Миколайович, and Д. М. Чабаненко. Динамiка параметрiв моделi Левi для розподiлу прибутковостей часових рядiв свiтових фондових iндексiв. ННК “IПСА” НТУУ “КПI”, 2014. http://dx.doi.org/10.31812/0564/1173.
Full textAbstract:
Задачi монiторингу стану складних фiнансово-економiчних систем є дуже актуальними насьогоднi. Аналiз часових рядiв, якi є характеристиками таких систем, зокрема iндексiв фондових ринкiв, на наш погляд, є одним з ефективних методiв розвязування такої задачi з огляду на доступнiсть часового ряду в режимi реального часу. Вiдомо, що розподiли прибутковостей фiнансово-економiчних часових рядiв мають так званi “важкi хвости”, якi не дозволяють моделювати данi випадковi процеси класичними статистичними методам. Однiєю з моделей, яка здатна описувати процеси з “важкими хвостами”, є ↵-стiйкi процеси Левi. В данiй роботi пропонується використання процедури оцiнювання параметрiв моделi ↵-стiйкого процесу Левi для для монiторингу стану складних систем.
2
Соловйов, В. М. Кореляційна динаміка мір складності та фінансових криз. Цифрова типографія, October 2014. http://dx.doi.org/10.31812/0564/1203.
Full textAbstract:
Досягнення останніх років фундаментальних наук при описі топологічних і темпоральних властивостей складних динамічних систем дають надію на успіх і при дослідженні складних соціально-економічних систем [1]. В роботі розглянуто особливості адаптації концепції складності в соціально-економічних системах. Показано, що парадигма складності є логічним підґрунтям побудови прогностичних моделей поведінки фінансових систем в умовах волатильної динаміки світової економіки. Широкий спектр мір складності використано для аналізу порівняльної динаміки складності систем в умовах фінансової кризи. Вказані міри можуть бути розраховані як для вихідного сигналу, так і для відновленої з нього мережної структури. Нами створено і адаптовано для моделювання фінансових ринків потужний і різнобічний спектр мір складності [2]. Так, серед мір інформаційного блоку використовуються моно- і мультимасштабні міри: - Лемпеля-Зіва, ентропії Шеннона, Тсалліса і Реньї, ентропії подібності, шаблонів, перестановок, вейвлет-ентропія, індекс незворотності часових рядів. Хаос-динамічний блок є більш об’ємним і потужним. До нього у якості мір складності входять: - показники Ляпунова, включаючи масштабно-залежну версію, фрактальні міри: фрактальна розмірність, декілька модифікацій розрахунку коефіцієнта Херста, спектр сингулярності (мультифрактальності), рекурентні міри складності, які одержуються в результаті побудови та кількісного аналізу рекурентних діаграм та інші. У випадку аналізу мережної структури розрізняють кореляційні, рекурентні і візуальні підходи для побудови мір складності. До топологічних мір відносяться, наприклад, коефіцієнт кластеризації, ступінь вершини та ін. Спектральними мірами є алгебраїчна зв’язність, енергія графа, спектральний розрив, тощо. Всі вказані міри реалізовані у вигляді процедур ковзного вікна, які дозволяють слідкувати за динамікою вибраної міри, порівнювати власне з динамікою вихідного ряду і робити висновки щодо моніторингу та попередження кризових явищ [3]. Показано, що в залежності від природи міри вона поводить себе характерним чином у передкризовий, власне кризовий та після кризовий періоди, що дозволяє будувати ефективні індикатори-передвісники кризових явищ.
3
Соловйов, В. М., and К. В. Соловйова. Дослідження топологічних та спектральних властивостей фондових індексів засобами аналізу складних мереж. ФЛ-П Ткачук А. В., 2014. http://dx.doi.org/10.31812/0564/1293.
Full textAbstract:
Розглянуто методи топологічного та спектрального аналізу складних систем, представлених у вигляді часових рядів. Показано, що їх можна відобразити в альтернативному вигляді мережі, яка має значно ширший спектр властивостей, за допомогою яких з’являється новий інструмент дослідження динаміки складних систем. Можливості запропонованих методів продемонстровано на прикладі фондових індексів.
4
Рудовол, Л. В., and В. М. Соловйов. Вейвлет ентропія як індикатор-передвісник кризових явищ. ТНУ, 2011. http://dx.doi.org/10.31812/0564/1331.
Full text
5
Соловйов, Володимир Миколайович, and А. В. Батир. Рекурентні міри як метод кількісної оцінки складності. КНУТД, 2012. http://dx.doi.org/10.31812/0564/1184.
Full textAbstract:
У роботі визначено переваги застосування сучасних міждисциплінарних підходів до аналізу фінансових часових послідовностей, обґрунтовано доцільність використання мір рекурентності як засобу оцінки складності економічних систем. Здійснено перевірку ефективності методу на прикладі реальних фінансових рядів.
6
Корольський, Володимир Вікторович, and Світлана Сергіївна Габ. Лінійна, квадратурна та кубатурна геометрична інтерпретація числових рядів засобами моделювання. Видавничий центр ДВНЗ «Криворізький національний університет», May 2018. http://dx.doi.org/10.31812/0564/2218.
Full textAbstract:
Метою дослідження є геометрична інтерпретація числових рядів, побудова моделі геометричної інтерпретації числових рядів в середовищі програмування, отримання розрахунків для лінійної, квадратурної та кубатурної геометричної інтерпретації числових рядів. Задачами дослідження є розгляд питання про необхідність геометричної інтерпретації об’єктів у навчанні природничо-математичних дисциплін, зокрема числових рядів у рамках дисципліни «Математичний аналіз»; розкриття змісту таких понять, як «модель», «моделювання», побудова моделі числових рядів у середовищі програмування; виконання обчислення для знайдених числових рядів за допомогою електронних таблиць. Об’єктом дослідження є геометрична інтерпретація числових рядів. Предметом дослідження є використання мови програмування та електронних таблиць для моделювання та аналізу отриманих результатів числових рядів з лінійною, квадратурною та кубатурною геометричною інтерпретацією. Методами дослідження є евристичний пошук знакових моделей числових рядів за допомогою моделей певних геометричних об’єктів. Результати дослідженнями планується узагальнити в методичній розробці з теми «Числові ряди».
7
Соловйов, В. М., and А. Ш. Тулякова. Методологія дослідження динамічної складності фондових ринків з використанням рекурентних мереж. Брама, видавець Вовчок О. Ю., 2013. http://dx.doi.org/10.31812/0564/1294.
Full textAbstract:
В роботі викладається концептуально нова методологія аналізу часових рядів, яку автори застосовують наряду з іншими для дослідження складності фінансових ринків. Суть цієї методології полягає в тому, що для побудови нових мір динамічної складності ринку часові послідовності фінансових даних перетворюються у складні мережі на основі ідеї рекурентності точок фазової траєкторії системи. Розроблено алгоритм дослідження для фондових ринків.
8
Соловйов, Володимир Миколайович, В. Д. Дербенцев, and О. А. Гончаренко. Моделювання особливостей фрактальної динаміки складних економічних систем. АДПСУ, May 2004. http://dx.doi.org/10.31812/0564/1043.
Full textAbstract:
Протягом останніх десяти, п’ятнадцяти років відбулися відчутні зміни в розумінні фундаментальних закономірностей економічних систем. Зокрема, при дослідженні поведінки економічних об’єктів використовуються потужні методи аналізу нестаціо-нарних часових рядів: кореляційний та автокореляційний аналіз, R/S-аналіз та його модифікації, аналіз детрендованих флуктуацій тощо. У роботі проведено порівняльну характеристику динаміки флуктуацій композитних індексів S&P 500 та ПФТС, скейлінгового коефіцієнта для окремих компаній, що входять до списку S&P 500, та деяких організацій ПФТС. На основі отриманих даних зроблено спробу інтерпретації точок кросоверу, які проявляються для більшості індексів. Обговорюються можливості мультифрактального аналізу детрендованих флуктуацій.
9
Соловйов, Володимир Миколайович, and Г. Б. Данильчук. Використання ентропійних показників для вимірювання складності економічних систем. КЕІ КНЕУ, 2008. http://dx.doi.org/10.31812/0564/1122.
Full textAbstract:
Останніми роками було використано кілька підходів для ідентифікації механізмів, що лежать в основі розвитку та функціонування складних систем. Особливо корисні результати було отримано при їх дослідженні методами теорії випадкових матриць, моно- та мультифрактального аналізу, теорії хаосу з реконструкцією траєкторії системи у фазовому просторі та визначення її параметрів, таких як кореляційна розмірність, спектр показників Ляпунова, рекурентні карти. Однак, застосування деяких із методів висуває вимоги до стаціонарності досліджуваних даних, потребує довгих часових рядів та комплексного обчислення кількох параметрів. Іншим підходом до розгляду питання вивчення особливостей складних систем є обчислення характеристик ентропії. Метою даної роботи є аналіз сучасних тенденцій використання ентропійних характеристик системи для вимірювання динамічних властивостей складних систем.
10
Соловйов, Володимир Миколайович, and А. Ш. Тулякова. Графодинамічні методи дослідження складності сучасних фондових ринків. Державний вищий навчальний заклад «Київський національний економічний університет імені Вадима Гетьмана», 2016. http://dx.doi.org/10.31812/0564/1155.
Full textAbstract:
У статті запропоновано концептуально новий методологічний підхід до аналізу фінансових часових рядів, який автори застосовують разом з іншими для дослідження складності фінансових ринків. Суть цього підходу полягає в тому, що для побудови нових мір динамічної складності ринку часові ряди фінансових даних попередньо перетворюються в складні мережі на основі ідеї рекурентності точок фазової траєкторії системи. Далі для побудованої мережі розраховується широкий набір показників, що відображають різноманітні спектральні і топологічні характеристики мережі. Реалізація алгоритму ковзного вікна дозволяє прослідкувати графодинаміку складної системи. Якщо та чи інша з визначених мір складності проявляє характерну поведінку у часі, яка збігається з певними критичними змінами на фінансових ринках, її можна використати у якості індикатора-передвісника таких змін. Проведене експериментальне дослідження складних мереж, побудованих у рамках запропонованого методологічного підходу, підтвердило його адекватність і високу здатність до передбачення кризових явищ на фондових ринках.