Прогнозирование временных рядов телеметрии космических аппаратов на основе ансамблей нейронных сетей
Дудкин А. ,
Марушко Е. ,
Ганченко В.
2021
Описывается двухуровневая модель ансамблей нейронных сетей для прогнозирования многомерных временных рядов телеметрии подсистем космических аппаратов, которая реализована в системе идентификации их состояния по телеметрическим данным для наземного командно-измерительного комплекса
Дудкин А. , Марушко Е. , Ганченко В. Прогнозирование временных рядов телеметрии космических аппаратов на основе ансамблей нейронных сетей. Наука и инновации. 2021;(5):16-22.
Цитирование
Список литературы
1. Short-Term Load and Wind Power Forecasting Using Neural Network-Based Prediction Intervals / Hao Quan [et al.] // IEEE Transactions on Neural Networks and Learning Systems. – Short-Term Load and Wind Power Forecasting Using Neural Network-Based Prediction Intervals. – 2013. Vol. 25. Iss. 2. ISSN: 2162–237X. P. 303–315.
2. Lysayak A. S. Prediction of multidimensional time series / A. S. Lysayak, B. Y. Ryabko // Vestnik SibGUTI. 2014. №4. P. 75–88.
3. Comparison of the ARMA, ARIMA, and the autoregressive artificial neural network models in forecasting the monthly inflow of Dez dam reservoir / M. Valipour [et al.] // Journal of Hydrology 476 (2013). P. 433–441.
4. Khachumov V. M. Review of Standards and the concept of monitoring, control and diagnostics of the spacecraft tools building / V. M. Khachumov [et al.] // Software Systems: Theory and Applications. №3(26). Vol. 6. 2015. P. 21–43.
5. Emelyanov Yu.G.: Neural orientation angles and distance of the spacecraft sensor control system / Yu. G. Emelyanov, K. A. Konstantinov, S. V. Pogodin, etc. // Software Systems: Theory and Applications. 2010. №1(1). P. 45–59.
6. Neural network ensemble operators for time series forecasting / Nikolaos Kourentzes [et al.] // Expert Systems with Applications. July 2014. Vol.41. Iss. 9. ISSN: 0957–4174. P. 4235–4244.