ISSN 2311-4908
Язык: ru

Статья: СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИ АВТОРЕГРЕССИИ ARIMA ПРИ ПРОГНОЗИРОВАНИИ НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ (2022)

Читать онлайн

Для прогнозирования выхода светлых фракций установкой ЭЛОУ-АВТ-6 проведен сравнительный анализ модели рекуррентной нейронной сети и модели авторегрессии ARIMA. Приведено математическое описание этих моделей. Приведена реализация моделей с использованием библиотек Keras и Pmdarima на языке Python. Проведена серия экспериментов, в качестве данных использовались значения температуры куба колонны К-2, расход сырой нефти и расход фракции бензина. Сделан вывод, о превосходстве качества прогноза нейронных сетей над ARIMA

Ключевые фразы: прогнозирование, временные ряды, ARIMA, РЕКУРРЕНТНЫЕ НЕЙРОННЫЕ СЕТИ, LSTM, Python, keras
Автор (ы): Дюссекенов Джаиль, Тюменцев Евгений Александрович
Журнал: ПРИКЛАДНАЯ МАТЕМАТИКА И ФУНДАМЕНТАЛЬНАЯ ИНФОРМАТИКА

Идентификаторы и классификаторы

УДК
004.825. Порождающие системы. Системы правил вывода
Для цитирования:
ДЮССЕКЕНОВ Д., ТЮМЕНЦЕВ Е. А. СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИ АВТОРЕГРЕССИИ ARIMA ПРИ ПРОГНОЗИРОВАНИИ НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ // ПРИКЛАДНАЯ МАТЕМАТИКА И ФУНДАМЕНТАЛЬНАЯ ИНФОРМАТИКА . 2022. Т. 9 № 4
Текстовый фрагмент статьи