Search academic texts

Information × Registration Number 2124U009281, Article popup.category Опубліковано, Стаття Title ENSEMBLE OF ADAPTIVE PREDICTORS FOR MULTIVARIATE NONSTATIONARY SEQUENCES AND ITS ONLINE LEARNING popup.author Бодянський Є.В.Ліпяніна-Гончаренко Х. В.Саченко А. О.Bodyanskiy Ye. V.Lipianina-Honcharenko Kh. V.Sachenko A. O. popup.publication 02-01-2024 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/296164 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. У даному дослідженні ми розглядаємо ансамбль метамоделей, який використовує багатовимірні сигнали для генерації прогнозів. Ансамбль включає різні традиційні моделі прогнозування, такі як багатовимірна регресія, експоненційне згладжування, ARIMAX, а також нелінійні структури на основі штучних нейронних мереж, від простих поверхневих рекурентних мереж до глибоких архітектур, таких як LSTM і трансформери. Мета роботи. Основною метою цього дослідження є розробка ефективного методу поєднання прогнозів декількох моделей, що утворюють метамоделі, для створення єдиного прогнозу, який перевищує точність окремих моделей. Ми прагнемо дослідити ефективність запропонованого ансамблю в контексті задач прогнозування з нестаціонарними сигналами. Метод. Запропонований ансамбль метамоделей використовує метод множників Лагранжа для оцінки параметрів метамоделі. Система рівнянь Куна-Таккера розв’язується для отримання незміщених оцінок за допомогою методу найменших квадратів. Крім того, ми вводимо рекурентну форму алгоритму найменших квадратів для адаптивної обробки нестаціонарних сигналів. Результати. Оцінка запропонованого ансамблю методу здійснюється на наборі даних часових рядів. Метамоделі, утворені шляхом поєднання різних окремих моделей, демонструють покращену точність прогнозу порівняно з індивідуальними моделями. Підхід проявляє ефективність в утриманні нестаціонарних шаблонів та покращенні загальної точності прогнозування. Висновки. Ансамбль метамоделей, який використовує багатовимірні сигнали для формування прогнозів, пропонує перспективний підхід для досягнення кращої точності прогнозування. Шляхом поєднання різноманітних моделей, ансамбль проявляє стійкість до нестаціонарності та покращує надійність прогнозів. popup.nrat_date 2026-02-27 Close