Науково-теоретичний журнал "Штучний інтелект" No.4'2007

зміст

УДК 004.032.26

Рішення задачі формування простору ознак при прогнозуванні часових рядів засобами кластерного аналізу

Крiсiлов В.А., Юдін С.А., Кондратюк А.В.

У статті досліджена проблема формування вхідного простору ознак для рішення задачі прогнозування фінансових часових рядів з використанням штучних нейронних мереж. Запропоновано підхід до рішення даної задачі, заснований на використанні кластерного аналізу. Як інструмент кластерного аналізу застосовується штучна нейронна мережа Кохонена. Наведено порівняння запропонованого підходу з відомими підходами до рішення даної задачі. Запропоновано показники якості кластеризації і вірогідності розпізнавання класу. Експериментально підтверджена ефективність запропонованого підходу при прогнозуванні фінансових часових рядів, а саме скорочення витрат часу аналізу і підвищення вірогідності отриманого прогнозу. Позначено перспективи подальшого розвитку даного напрямку досліджень.


УДК 004.032.26

Решение задачи формирования пространства признаков при прогнозировании временных рядов средствами кластерного анализа

Крисилов В.А., Юдин С.А., Кондратюк А.В.

В статье исследована проблема формирования входного пространства признаков для решения задачи прогнозирования финансовых временных рядов с использованием искусственных нейронных сетей. Предложен подход к решению данной задачи, основанный на использовании кластерного анализа. В качестве инструмента кластерного анализа применяется искусственная нейронная сеть Кохонена. Приведено сравнение предложенного подхода с известными подходами к решению данной задачи. Предложены показатели качества кластеризации и достоверности распознавания класса. Экспериментально подтверждена эффективность предложенного подхода при прогнозировании финансовых временных рядов, а именно сокращение затрат времени анализа и повышение достоверности полученного прогноза. Обозначены перспективы дальнейшего развития данного направления исследований.


UDC 004.032.26

Solution of the Task of Attribute Space Formation with the Time Series Prediction Based on Cluster Analysis

Krisilov V.A., Yudin S.A., Kondratyuk A.V.

The article is devoted to investigation of the problem of input attribute space formation for solution of the task of financial time series prediction with application of artificial neural networks. The new approach to solve this task is offered which is based on cluster analyses application. Artificial neural network of Kokhonen is applied as an instrument of cluster analysis. Comparison of the proposed approach with the well-known approaches to solution of this task is represented. Clustering quality coefficients and class recognition reliability are proposed. The efficiency of the offered approach with the financial time series prediction is experimentally proved, and namely, reduction of time for analysis and increase of reliability of the prediction obtained. Prospects for further development of this research trend are defined.

зміст


Copyright ©   1995-2024; Інститут проблем штучного інтелекту.
Усi права на матерiали, що знаходяться на сайтi Інституту проблем штучного інтелекту, захищаються вiдповiдно до законодавства України. Використання матерiалiв дозволяється у випадку посилання (для iнтернет-видань - гiперпосилання) на www.iai.dn.ua. Передрукування, копiювання або вiдтворення iнформацiї, що не мiстить у собi посилання на www.iai.dn.ua, у будь-якому виглядi суворо забороненi.
Проблеми/коментарi? Пишіть.