Участник:Kostin
Материал из MachineLearning.
Строка 1: | Строка 1: | ||
- | Костин Александр Александрович | + | '''Костин Александр Александрович''' |
- | МФТИ, ФУПМ | + | '''МФТИ, ФУПМ, 074''' |
- | Кафедра "Интеллектуальные системы" | + | Кафедра "'''Интеллектуальные системы'''" |
- | + | Направление "'''Интеллектуальный анализ данных'''" | |
+ | |||
+ | kostin@phystech.edu | ||
+ | |||
+ | == Отчеты о научно-исследовательской работе == | ||
+ | |||
+ | === Весна 2013, 6-й семестр === | ||
+ | |||
+ | '''Инвариантные преобразования в задачах локального прогнозирования''' | ||
+ | |||
+ | ''В данной работе решается проблема, возникающая в задачах локального прогнозирования, а именно построение прогноза с учетом того, что возможны изменения казалось бы постоянных для периодической функции вещей: значений в точках, отличающихся на период, а также изменения самого периода. Рассматриваются инвариантные преобразования, позволяющие находить функции, аналогичные рассматриваемой. Это нужно для того, чтобы учесть возможные отклонения значений периодической функции и предполагаемого периода от некоего эталона. Исследуется вопрос совмещения алгоритмов локального преобразования времени и амплитуды прогнозируемых временных рядов. Для демонстрации работы алгоритма сравнивается его точность в прогнозе на модельных и реальных данных.'' | ||
+ | |||
+ | '''Публикация''' | ||
+ | |||
+ | ''Костин А.А.'' | ||
+ | [http://svn.code.sf.net/p/mlalgorithms/code/Kostin2013Invariant4LocalForecast/doc/Kostin2013Invariant4LocalForecast.pdf Инвариантные преобразования в задачах локального прогнозирования]'' // Machinelearning.ru, 2013.'' |
Текущая версия
Костин Александр Александрович
МФТИ, ФУПМ, 074
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
kostin@phystech.edu
Отчеты о научно-исследовательской работе
Весна 2013, 6-й семестр
Инвариантные преобразования в задачах локального прогнозирования
В данной работе решается проблема, возникающая в задачах локального прогнозирования, а именно построение прогноза с учетом того, что возможны изменения казалось бы постоянных для периодической функции вещей: значений в точках, отличающихся на период, а также изменения самого периода. Рассматриваются инвариантные преобразования, позволяющие находить функции, аналогичные рассматриваемой. Это нужно для того, чтобы учесть возможные отклонения значений периодической функции и предполагаемого периода от некоего эталона. Исследуется вопрос совмещения алгоритмов локального преобразования времени и амплитуды прогнозируемых временных рядов. Для демонстрации работы алгоритма сравнивается его точность в прогнозе на модельных и реальных данных.
Публикация
Костин А.А. Инвариантные преобразования в задачах локального прогнозирования // Machinelearning.ru, 2013.