Участник:Rita Kuznetsova

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
 
(1 промежуточная версия не показана)
Строка 1: Строка 1:
__NOTOC__
__NOTOC__
 +
'''МФТИ, ФУПМ'''
 +
 +
Кафедра "'''Интеллектуальные системы'''"
 +
 +
Направление "'''Интеллектуальный анализ данных'''"
 +
Кузнецова Маргарита Валерьевна,
Кузнецова Маргарита Валерьевна,
ФУПМ, 974 группа.
ФУПМ, 974 группа.
Строка 16: Строка 22:
'''Подготовлена статья'''
'''Подготовлена статья'''
-
''M.В. Кузнецова, В.В. Стрижов'' Локальное прогнозирование временных рядов с использованием инвариантных преобразований // готовится к подаче в Информационные технологии.
+
''M.В. Кузнецова, В.В. Стрижов'' Локальное прогнозирование временных рядов с использованием инвариантных преобразований // подано в Информационные технологии.
[https://svn.code.sf.net/p/mlalgorithms/code/Group974/Kuznetsova2014TimeSeries/doc/KuznetsovaTimeSeries.pdf?format=raw]
[https://svn.code.sf.net/p/mlalgorithms/code/Group974/Kuznetsova2014TimeSeries/doc/KuznetsovaTimeSeries.pdf?format=raw]
<big>
<big>
-
'''Участие в конференциях'''
+
===Участие в конференциях===
57-я международная научная конференция МФТИ. 24-29 ноября 2014г. Доклад "Локальное прогнозирование временных рядов с использованием инвариантных преобразований".
57-я международная научная конференция МФТИ. 24-29 ноября 2014г. Доклад "Локальное прогнозирование временных рядов с использованием инвариантных преобразований".

Текущая версия

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

Кузнецова Маргарита Валерьевна, ФУПМ, 974 группа.

Отчет о научно-исследовательской работе

Осень 2014, 11-й семестр

Локальное прогнозирование временных рядов с использованием инвариантных преобразований

Работа посвящена построению прогностической модели одномерного временного ряда. Предлагается найти сегменты локальной предыстории, похожие на прогнозируемый сегмент. Эти сегменты объединяются в кластер, так как они близки по заданной функции расстояния. Прогностическое значение вычисляется путем усреднения значений временных рядов кластера. Для повышения качества прогнозирования вводится инвариантное преобразование сегментов временного ряда- преобразования, сохраняющего эквивалентность на кластерах. Используя это преобразование, получим ретроспективный прогноз временного ряда. Для преобразования используется функция, построенная с помощью метода динамического выравнивания временных рядов. Предложенный алгоритм проиллюстрирован временными рядами, описывающими движение человека и содержащими показания акселерометра. В вычислительном эксперименте сравниваются два алгоритма построения прогностической модели- с кластеризацией сегментов временного ряда и с использованием метода ближайшего соседа.

Подготовлена статья

M.В. Кузнецова, В.В. Стрижов Локальное прогнозирование временных рядов с использованием инвариантных преобразований // подано в Информационные технологии.

[1]

Участие в конференциях

57-я международная научная конференция МФТИ. 24-29 ноября 2014г. Доклад "Локальное прогнозирование временных рядов с использованием инвариантных преобразований".

Личные инструменты