ПРИМЕНЕНИЕ LSTM-СЕТИ В РЕШЕНИИ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ МНОГОМЕРНЫХ ВРЕМЕННЫХ РЯДОВ

Авторы

  • M. Obrubov "Vladimir State University named after Alexander Grigorievich and Nikolai Grigorievich Stoletovs" (VlSU)
  • S. Kirillova "Vladimir State University named after Alexander Grigorievich and Nikolai Grigorievich Stoletovs" (VlSU)

DOI:

https://doi.org/10.31618/nas.2413-5291.2021.2.68.450

Ключевые слова:

нейронные сети; прогнозирование; временные ряды

Аннотация

В статье рассматривается применение технологии рекуррентных нейронных сетей к задаче прогнозирования многомерных временных рядов. Выполнено экспериментальное определение архитектуры нейронной сети и основных гиперпараметров для достижения минимальной погрешности. Выявленная структура сети будет использоваться далее для определения аномалий в многомерных временных рядах.

Биографии авторов

M. Obrubov , "Vladimir State University named after Alexander Grigorievich and Nikolai Grigorievich Stoletovs" (VlSU)

2nd year master's student of the Department of Information Systems and Software Engineering

S. Kirillova , "Vladimir State University named after Alexander Grigorievich and Nikolai Grigorievich Stoletovs" (VlSU)

candidate of technical sciences, professor

Библиографические ссылки

Dozat, T. Incorporating Nesterov Momentum into Adam / T. Dozat // ICLR Workshop. — 2016.

Dupond, S. A thorough review on the current advance of neural network structures / S. Dupond // Annual Reviews in Control. — 2019. — Vol. 14. — P. 200-230.

Kingma, D. Adam: A Method for Stochastic Optimization / D. Kingma, J. Ba // ICLR. — 2014.

Загрузки

Опубликован

2021-07-01

Выпуск

Раздел

Статьи