Нейросетевые модели биномиальных временных рядов в задачах анализа данных
2021
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.
Харин Ю. С. Нейросетевые модели биномиальных временных рядов в задачах анализа данных. Доклады Национальной академии наук Беларуси. 2021;65(6):654-660. https://doi.org/10.29235/1561-8323-2021-65-6-654-660
Цитирование
Список литературы