Нейросетевые модели биномиальных временных рядов в задачах анализа данных
https://doi.org/10.29235/1561-8323-2021-65-6-654-660
Аннотация
В данном сообщении рассматриваются задачи построения нейросетевых моделей дискретных временных рядов и использования их для компьютерного анализа данных. Представлено новое семейство нейросетевых моделей дискретных временных рядов, позволяющих аппроксимировать любой тип стохастической зависимости состояний временного ряда от его предыстории. Установлены условия эргодичности и отношение эквивалентности для этих моделей. Построены состоятельные статистические оценки параметров моделей и алгоритмы компьютерного анализа данных с использованием нейросетевых моделей: алгоритмы оценивания параметров, прогнозирования и распознавания образов.
Ключевые слова
Об авторе
Ю. С. Харин
Научно-исследовательский институт прикладных проблем математики и информатики Белорусского государственного университета
Беларусь
Беларусь
Харин Юрий Семенович – член-корреспондент, д-р физ.-мат. наук, профессор, директор
пр. Независимости, 4, 220030, Минск, Республика Беларусь
Список литературы
1. Kellenher, J. D. Data Science / J. D. Kellenher, B. Tiernay. – N. Y., 2021. – 280 p.
2. Statistical foundations of Data Science / J. Fan [et al.]. – N. Y., 2021. – 729 p. https://doi.org/10.1201/9780429096280
3. Statistical analysis of multivariate discrete-valued time series / Yu. S. Kharin [et al.] // Journal of Multivariate Analysis. – 2021. – Vol. 186. – Art. 104805. – 15 p. https://doi.org/10.1016/j.jmva.2021.104805
4. Kharin, Yu. Robust estimation for Binomial conditionally nonlinear autoregressive time series based on multivariate conditional frequencies / Yu. Kharin, V. Voloshko // Journal of Multivariate Analysis. – 2021. – Vol. 185. – Art. 104777. – P. 11–27. https://doi.org/10.1016/j.jmva.2021.104777
5. Колмогоров, А. Н. О представлении непрерывных функций многих переменных суперпозицией функций одной переменной и сложения / А. Н. Колмогоров // Докл. Акад. наук СССР. – 1957. – Т. 114. – С. 953–956.
6. Cybenko, G. Approximation by superpositions of sigmoidal functions / G. Cybenko // Mathematics of Control, Signals, and Systems. – 1989. – Vol. 2, N 4. – P. 303–314. https://doi.org/10.1007/bf02551274
7. Kharin, Yu. Robustness in Statistical Forecasting / Yu. Kharin. – Heidelberg; New York; Dordrecht; London, 2013. – 356 p. https://doi.org/10.1007/978-3-319-00840-0
8. Kharin, Yu. Robustness in Statistical Pattern Recognition / Yu. Kharin. – Dordrecht; Boston; London, 1996. – 302 p. https://doi.org/10.1007/978-94-015-8630-6
Рецензия
Просмотров: 537
Послать статью по эл. почте 