Нейросетевое прогнозирование временных рядов

Антон Олегович Головенко, Александр Андреевич Копыркин

Аннотация


Построена прогностическая нейронная сеть для успешного прогнозирования нескольких основных классов радиолокационных данных, а также экономических показателей. Это двухслойная нейронная сеть прямой связи, основанная на алгоритме ошибки обратного распространения. Приведены результаты прогнозирования реальных радиосигналов. По результатам прогноза оказалось, что нейронная сеть обеспечивает точность краткосрочного прогноза. В данной статье описываются процедуры выбора характеристик для обучения нейронной сети, обосновывается выбор структуры нейронной сети, обучение и полученные результаты. Прогнозирование временных рядов в настоящее время является важной темой, так как имеет широкий спектр применения (радиолокация, медицина, социально-экономическая сфера, энергетика, управление рисками, инженерные приложения и другие сферы применения). Анализ работ в области долгосрочного прогнозирования недетерминированных сигналов показал, что на данный момент наименее изученной является нейросеть долгосрочного прогнозирования. Использование нейронных сетей для долгосрочного прогнозирования основано на их способности аппроксимировать нелинейные функции, накоплении истории и ее применении в прогнозировании и обучаемости.

Ключевые слова


радиочастотные сигналы; нейронная сеть; прогнозирование временных рядов; MATLAB

Полный текст:

PDF (English)

Литература


Haykin S. Neyronnye seti: polnyy kurs [Neural Networks: Full Course]. Moscow, Williams Publishing House, 2006. 1104 p.

Borovikov V.P. Neyronnye seti Statistica neural networks: Metodologiya i tekhnologii sovremennogo analiza dannyh [Neural Networks Statistica Neural Networks: Methodology and Technologies of Modern Data Analysis]. Moscow, “Hotline –Telecom” Publ., 2008. 392 p.

Osovsky S. Neyronnye seti dlya obrabotki informatsii [Neural Networks for Information Processing]. Moscow, Finance and Statistics Publ., 2002. 344 p.

Rudakov A.S. [Approaches to Solving the Task of Forecasting Time Series Using Neural Networks]. Business Informatics, 2008, vol. 6, no. 4, pp. 29–34. (in Russ.)

Kashirina I.L. [About the Methods of Forming Neural Network Assemblies in Problems of Forecasting Financial Time Series]. Bulletin of VSU, 2009, no. 2, pp. 116–119. (in Russ.)

Rudoy G.I. [The Choice of the Activation Function in the Prediction of Neural Networks]. Machine Learning and Data Analysis, 2011, no. 1, pp. 16–39. (in Russ.)

Antipov O.I., Neganov V.A. Analiz i prognozirovanie povedeniya vremennykh ryadov: bifurkatsii, katastrofy, prognozirovanie i neyronnye seti [Analysis and Forecasting of Time Series Behavior: Bifurcations, Catastrophes, Forecasting and Neural Networks]. Moscow, Radiotekhnika Publ., 2011. 350 p.

Tatuzov A.L. Neyronnye seti v zadachakh radiolokatsii [Neural Networks in Radar Tasks]. Moscow, Radiotekhnika Publ., 2009. 432 p.

Dudnik P.I., Cheresov Yu.I. Aviacionnye radiolokacionnye ustrojstva [Aviation Radar Devices]. MAA named by N.E. Zhukovskiy Publ., 1986. 533 p.

Nicholls John, Martin Robert, Wallas Bruce, Fuchs Paul Ot neyrona k mozgu [From Neuron to the Brain]. Moscow, Editorial URSS Publ., 2003. 672 p.

Zenin A.V. [Analysis of Pattern Recognition Methods]. Young Scientist, 2017, no. 16, pp. 125–130. (in Russ.)

Darovskikh S.N., Zvonov B.M., Safin. D.K. [Model of Compression of Sound Information on Neural Networks]. Reports of USSR Science Academy. Series Biology, 1990, no. 9, pp. 99–104. (in Russ.)

Antipov O.I., Neganov V.A. [Fractal Analysis of Nonlinear Systems and Construction of Predictive Neural Networks on its Basis]. Physics of Wave Processes and Radio Engineering Systems, 2010, vol. 13, no. 3, pp. 54–63. (in Russ.)

Golovenko A.O. [Neural Network Time Series Forecasting]. AETERNA, 2015, no. 2, pp. 59–63. (in Russ.)

Golovenko A.O., Ragozin A.N. [Forecasting Economic Time Series Using Neural Network Technologies]. Scientific and Analytical Economic Journal, 2016, no. 1. (in Russ.)




DOI: http://dx.doi.org/10.14529/ctcr190412

Ссылки

  • На текущий момент ссылки отсутствуют.