Моделі та процедури класифікації і прогнозування недетермінованих процесів за показниками хаотичної динаміки

Simple item page
dc.contributor.authorСкалозуб, Владислав Васильовичuk_UA
dc.contributor.authorГорячкін, Вадим Миколайовичuk_UA
dc.contributor.authorКлименко, Іван Вікторовичuk_UA
dc.contributor.authorШаповал, Данило Олеговичuk_UA
dc.date.accessioned2022-06-21T08:03:39Z
dc.date.available2022-06-21T08:03:39Z
dc.date.issued2022
dc.descriptionВ. Скалозуб: ORCID 0000-0002-1941-4751; В. Горячкін: ORCID 0000-0002-8952-952X; І. Клименко: ORCID 0000-0001-5149-3974uk_UA
dc.description.abstractUKR: У статті досліджуються процеси класифікації, моделювання та короткострокового прогнозування недетермінованих часових послідовностей, які представлені антиперситентними часовими рядами (АЧР). Предмет аналізу – процедури класифікації та прогнозування параметрів таких моделей. Метою роботи є підвищення ефективності та точності методів і алгоритмів класифікації, моделювання та прогнозування АЧР. За допомогою агрегування рівнів AЧР розроблено коректні математичні моделі класифікації недетермінованих часових послідовностей, а також сформовано алгоритмічні та програмні засоби їх реалізації. Проведено порівняльний аналіз чисельної ефективності алгоритмів класифікації АЧР, реалізовано завдання короткострокового прогнозування АЧР. У статті також представлено інструментальне програмне середовище, що забезпечує коректне вивчення алгоритмів моделювання та класифікації антиперсистентних часових рядів (АЧР).uk_UA
dc.description.abstractENG: The article investigates the processes of classification, modeling and short-term prediction of nondeterministic time sequences, which are represented by antipersistent time series (ATS). The subject of analysis - procedures for classification and forecasting the parameters of such models. The object of research is the processes of modeling and analysis of parameters of nondeterministic time series of ATS with a uniform step. The aim of the work is to increase the efficiency and accuracy of methods and al-gorithms for classification, modeling and forecasting of ATS. Models and methods of fractal analysis are used to study the properties of ATS, on the basis of which the categories of processes of numerical series are established. With the help of aggregation of ATS levels correct mathematical models of classifica-tion of nondeterministic time sequences are developed, and also algorithmic and software means of their realization are formed. Examples of models of numerical series obtained using the aggregation procedure presented in the study are given. It is established that the most detailed and stable is theclassification of ATS based on data aggregation schemes without level crossing. The comparative analy-sis of numerical efficiency of algorithms of classification of ATS is carried out and the task of formation of procedures of interpolation and short-term forecasting of ATS is realized. An instrumental softwareenvironment is presented, which provides a correct study of algorithms for modeling and classificationof antipersistent time series. Recommendations on the procedures for modeling ATS classification algo-rithms are of practical importance.en
dc.identifierDOI: 10.34185/1562-9945-3-140-2022-10en
dc.identifier.citationСкалозуб В. В., Горячкін В. М., Клименко І. В., Шаповал Д. О. Моделі та процедури класифікації і прогнозування недетермінованих процесів за показниками хаотичної динаміки. Системні технології. Дніпро, 2022. Т. 3. № 140. С. 104–123. DOI: 10.34185/1562-9945-3-140-2022-10.uk_UA
dc.identifier.issn1562-9945 (Print)
dc.identifier.issn2707-7977 (Online)
dc.identifier.urihttps://journals.nmetau.edu.ua/index.php/st/issue/view/121/88en
dc.identifier.urihttp://eadnurt.diit.edu.ua/jspui/handle/123456789/15378en
dc.language.isouk_UAuk_UA
dc.publisherУкраїнський державний університет науки і технологій, ННІ «Інститут промислових та бізнес технологій»uk_UA
dc.subjectантиперсистентні часові рядиuk_UA
dc.subjectкласифікація ЧРuk_UA
dc.subjectмоделюванняuk_UA
dc.subjectінтерполяціяuk_UA
dc.subjectкороткострокове прогнозуванняuk_UA
dc.subjectточність алгоритмів класифікаціїuk_UA
dc.subjectпрограмне забезпеченняuk_UA
dc.subjectКІТuk_UA
dc.titleМоделі та процедури класифікації і прогнозування недетермінованих процесів за показниками хаотичної динамікиuk_UA
dc.title.alternativeModels and Procedures for Classification and Forecasting of Nondeterministic Processes According to Chaotic Dynamics Parametersen
dc.typeArticleen
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Skalozub.pdf
Size:
925.1 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Том 3 № 140 (СТ ІПБТ)
Статті КІТ