Участник:Kostin

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (15:42, 28 августа 2013) (править) (отменить)
 
Строка 1: Строка 1:
-
Костин Александр Александрович
+
'''Костин Александр Александрович'''
-
МФТИ, ФУПМ
+
'''МФТИ, ФУПМ, 074'''
-
Кафедра "Интеллектуальные системы"
+
Кафедра "'''Интеллектуальные системы'''"
-
Mail: kostin@phystech.edu
+
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.

Личные инструменты