Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів
The paper considers the problem of short- and middle-term forecasting in the financial sphere. To solve this problem, a hybrid system of computational intelligence based on the group method of data handling (GMDH) and bagging, as well as an algorithm for its training, is proposed. The odd stacks of...
Збережено в:
| Дата: | 2024 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Англійська |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2024
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/304428 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| _version_ | 1856543596438618112 |
|---|---|
| author | Bodyanskiy, Yevgeniy Kuzmenko, Oleksii Zaichenko, Helen Zaychenko, Yuriy |
| author_facet | Bodyanskiy, Yevgeniy Kuzmenko, Oleksii Zaichenko, Helen Zaychenko, Yuriy |
| author_sort | Bodyanskiy, Yevgeniy |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2024-05-23T07:09:36Z |
| description | The paper considers the problem of short- and middle-term forecasting in the financial sphere. To solve this problem, a hybrid system of computational intelligence based on the group method of data handling (GMDH) and bagging, as well as an algorithm for its training, is proposed. The odd stacks of the hybrid system are formed by ensembles of parallel connected subsystems. ARIMA and the GMDH-neo-fuzzy hybrid network were chosen as such subsystems. The proposed system does not require a large training data set, automatically determines the number of stacks during training, and provides online operation. The experimental investigations were conducted using the proposed hybrid system, as well as separately using ARIMA and GMDH-neo-fuzzy. The accuracy of the predictions obtained is compared, based on which the feasibility of using the proposed hybrid system is substantiated. |
| first_indexed | 2025-07-17T10:28:30Z |
| format | Article |
| id | journaliasakpiua-article-304428 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:28:30Z |
| publishDate | 2024 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-3044282024-05-23T07:09:36Z Hybrid system of computational intelligence based on bagging and group method of data handling Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів Bodyanskiy, Yevgeniy Kuzmenko, Oleksii Zaichenko, Helen Zaychenko, Yuriy гібридна система беггінг гібридна мережа МГУА-нео-фаззі ARIMA короткострокове та середньострокове прогнозування hybrid system bagging hybrid GMDH-neo-fuzzy network ARIMA short- and middle-term forecasting The paper considers the problem of short- and middle-term forecasting in the financial sphere. To solve this problem, a hybrid system of computational intelligence based on the group method of data handling (GMDH) and bagging, as well as an algorithm for its training, is proposed. The odd stacks of the hybrid system are formed by ensembles of parallel connected subsystems. ARIMA and the GMDH-neo-fuzzy hybrid network were chosen as such subsystems. The proposed system does not require a large training data set, automatically determines the number of stacks during training, and provides online operation. The experimental investigations were conducted using the proposed hybrid system, as well as separately using ARIMA and GMDH-neo-fuzzy. The accuracy of the predictions obtained is compared, based on which the feasibility of using the proposed hybrid system is substantiated. Розглянуто проблему короткострокового та середньострокового прогнозування у фінансовій сфері. Для її вирішення запропоновано гібридну систему обчислювального інтелекту на основі методу групового урахування аргументів (МГУА) та беггінгу, а також алгоритм її навчання. Непарні стеки гібридної системи сформовані ансамблями паралельно з’єднаних підсистем. Як такі підсистеми обрано ARIMA та гібридну мережу МГУА-нео-фаззі. Запропонована система не потребує великого обсягу навчальної вибірки, автоматично визначає кількість стеків у процесі навчання та забезпечує роботу у режимі online. Проведено експериментальні дослідження з використанням запропонованої гібридної системи, а також окремо ARIMA та МГУА-нео-фаззі. Порівняно точність прогнозів, отриманих експериментальним шляхом, на основі чого обґрунтовано доцільність застосування запропонованої гібридної системи. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2024-03-29 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/304428 10.20535/SRIT.2308-8893.2024.1.06 System research and information technologies; No. 1 (2024); 75-85 Системные исследования и информационные технологии; № 1 (2024); 75-85 Системні дослідження та інформаційні технології; № 1 (2024); 75-85 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/304428/296331 |
| spellingShingle | гібридна система беггінг гібридна мережа МГУА-нео-фаззі ARIMA короткострокове та середньострокове прогнозування Bodyanskiy, Yevgeniy Kuzmenko, Oleksii Zaichenko, Helen Zaychenko, Yuriy Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title | Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title_alt | Hybrid system of computational intelligence based on bagging and group method of data handling |
| title_full | Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title_fullStr | Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title_full_unstemmed | Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title_short | Гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| title_sort | гібридна система обчислювального інтелекту на основі беггінгу та методу групового урахування аргументів |
| topic | гібридна система беггінг гібридна мережа МГУА-нео-фаззі ARIMA короткострокове та середньострокове прогнозування |
| topic_facet | гібридна система беггінг гібридна мережа МГУА-нео-фаззі ARIMA короткострокове та середньострокове прогнозування hybrid system bagging hybrid GMDH-neo-fuzzy network ARIMA short- and middle-term forecasting |
| url | http://journal.iasa.kpi.ua/article/view/304428 |
| work_keys_str_mv | AT bodyanskiyyevgeniy hybridsystemofcomputationalintelligencebasedonbaggingandgroupmethodofdatahandling AT kuzmenkooleksii hybridsystemofcomputationalintelligencebasedonbaggingandgroupmethodofdatahandling AT zaichenkohelen hybridsystemofcomputationalintelligencebasedonbaggingandgroupmethodofdatahandling AT zaychenkoyuriy hybridsystemofcomputationalintelligencebasedonbaggingandgroupmethodofdatahandling AT bodyanskiyyevgeniy gíbridnasistemaobčislûvalʹnogoíntelektunaosnovíbeggíngutametodugrupovogourahuvannâargumentív AT kuzmenkooleksii gíbridnasistemaobčislûvalʹnogoíntelektunaosnovíbeggíngutametodugrupovogourahuvannâargumentív AT zaichenkohelen gíbridnasistemaobčislûvalʹnogoíntelektunaosnovíbeggíngutametodugrupovogourahuvannâargumentív AT zaychenkoyuriy gíbridnasistemaobčislûvalʹnogoíntelektunaosnovíbeggíngutametodugrupovogourahuvannâargumentív |