МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
АНАЛИЗ ДАННЫХ
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ
Д.Ю. Нагорных "Обучение больших гибридных нейронных сетей для прогнозирования временных рядов"
РАСПРЕДЕЛЕННЫЕ СИСТЕМЫ
НОРМАТИВНАЯ БАЗА СИНТЕЗА АВТОМАТИЗИРОВАННЫХ СИСТЕМ
Д.Ю. Нагорных "Обучение больших гибридных нейронных сетей для прогнозирования временных рядов"

Аннотация.

В статье описывается гибридный подход при создании нейронных сетей, используемых для прогнозирования временных рядов. Данный подход основан на объединении в рамках одной сети самообучающегося слоя Кохонена и многослойного персептрона. Приводится результат практических экспериментов обучения такой гибридной сети с помощью алгоритма «справедливого» обучения.

Ключевые слова:

нейронные сети, гибридные нейронные сети, самоорганизующиеся карты, прогнозирование временных рядов, аппроксимация функций.

Стр. 54-61.

Полная версия статьи в формате pdf. 


REFERENCES

1. Ejov A., Shumskiy S. Neuro-computing and it's adoption in economics and business. – Moscow, 1998.
2. Osovskiy S. Neural nets for data processing. – Moscow: Finance and statistics, 2002. – p. 252-256
3. Afanasiev V.N. Time series analysis and prediction. – Moscow: Finance and statistics, 2010. – p. 224-241.
4. Dinh Nghia Do, Osowski S. Shape recognition using FFT preprocessing and neural network. Compel, 1998. –Vol. 17, No 5/6. -C. 658-666
5. Micel A., Efremova E. Data preprocessing methods for financial time series prediction systems. "Proceedings of Tomsk State University of Control Systems and Radioelectronics" № 3 (11), 2005.

 

2018 / 04
2018 / 03
2018 / 02
2018 / 01

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".