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"
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 textSkalozub, 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 textPrykhodko, 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 textDzhoshi, 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 textBaklan, 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 textКатуніна, 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 textБатурінець, 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 textKaminsky, 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 textКуцик, 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 textЖигайло, 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 textDissertations / Theses on the topic "Модель аналізу часових рядів"
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 textДовгаль, 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 textRelevance 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.
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 textХолявка, 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 textЛогін, Вадим Вікторович. "Моделі для прогнозування характеристик трафіка цифрової реклами." Master's thesis, Київ, 2018. https://ela.kpi.ua/handle/123456789/23748.
Full textModels 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.
Преподобна, Анастасія Сергіївна. "Розробка веб застосунку прогнозування багатоваріантних часових рядів." Магістерська робота, 2021. https://dspace.znu.edu.ua/jspui/handle/12345/6088.
Full textUA : 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.
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 textUA : 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"
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"
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 textСоловйов, В. М. Кореляційна динаміка мір складності та фінансових криз. Цифрова типографія, October 2014. http://dx.doi.org/10.31812/0564/1203.
Full textСоловйов, 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 textРудовол, Л. В., and В. М. Соловйов. Вейвлет ентропія як індикатор-передвісник кризових явищ. ТНУ, 2011. http://dx.doi.org/10.31812/0564/1331.
Full textСоловйов, Володимир Миколайович, and А. В. Батир. Рекурентні міри як метод кількісної оцінки складності. КНУТД, 2012. http://dx.doi.org/10.31812/0564/1184.
Full textКорольський, 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 textСоловйов, 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 textСоловйов, 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 textСоловйов, 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 textСоловйов, 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 text