Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей
Предложены модели робастной адаптивной идентификации нестационарных временных рядов в on-line режиме поступления потока данных, характеризующиеся простотой вычислительной реализации. Проведен ряд имитационных экспериментов на основе тестовых и реальных данных. Запропоновано моделі робастної адаптивн...
Gespeichert in:
| Veröffentlicht in: | Управляющие системы и машины |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/113402 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей / Е.В. Бодянский, Е.А. Винокурова, И.О. Кобылин, П.П. Мулеса // Управляющие системы и машины. — 2016. — № 5. — С. 76–83. — Бібліогр.: 17 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-113402 |
|---|---|
| record_format |
dspace |
| spelling |
Бодянский, Е.В. Винокурова, Е.А. Кобылин, И.О. Мулеса, П.П. 2017-02-07T20:47:54Z 2017-02-07T20:47:54Z 2016 Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей / Е.В. Бодянский, Е.А. Винокурова, И.О. Кобылин, П.П. Мулеса // Управляющие системы и машины. — 2016. — № 5. — С. 76–83. — Бібліогр.: 17 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/113402 004.032.26 Предложены модели робастной адаптивной идентификации нестационарных временных рядов в on-line режиме поступления потока данных, характеризующиеся простотой вычислительной реализации. Проведен ряд имитационных экспериментов на основе тестовых и реальных данных. Запропоновано моделі робастної адаптивної ідентифікації нестаціонарних часових рядів в on-line режимі надходження потоку даних, що характеризуються простотою обчислювальною реалізації. Проведено низку імітаційних експериментів на основі тестових і реальних даних. Computationally simple and high-speed adaptive algorithms for robust identification of nonstationary non-linear time series are proposed. The distinctive feature of such algorithms is an ability to implement them using the learning models, which are consisted of the elementary arithmetic operations. The possibility of on-line information processing provides a solution of a wide class of problems, which are appeared in Data Stream Mining tasks. Also an ensemble of tuning hybrid adaptive models is proposed. This system allows to choose the best model in the context of accepted quality criterion at each discreet instant of time. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Методы и средства обработки данных и знаний Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей Робастна адаптивна ідентифікація нестаціонарних часових рядів за допомогою ансамблю навчальних гібридних адаптивних моделей Robust Adaptive Identification of Non-Stationary Time Series Using Ensemble of Tuning Hybrid Adaptive Models Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| spellingShingle |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей Бодянский, Е.В. Винокурова, Е.А. Кобылин, И.О. Мулеса, П.П. Методы и средства обработки данных и знаний |
| title_short |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| title_full |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| title_fullStr |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| title_full_unstemmed |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| title_sort |
робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей |
| author |
Бодянский, Е.В. Винокурова, Е.А. Кобылин, И.О. Мулеса, П.П. |
| author_facet |
Бодянский, Е.В. Винокурова, Е.А. Кобылин, И.О. Мулеса, П.П. |
| topic |
Методы и средства обработки данных и знаний |
| topic_facet |
Методы и средства обработки данных и знаний |
| publishDate |
2016 |
| language |
Russian |
| container_title |
Управляющие системы и машины |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| format |
Article |
| title_alt |
Робастна адаптивна ідентифікація нестаціонарних часових рядів за допомогою ансамблю навчальних гібридних адаптивних моделей Robust Adaptive Identification of Non-Stationary Time Series Using Ensemble of Tuning Hybrid Adaptive Models |
| description |
Предложены модели робастной адаптивной идентификации нестационарных временных рядов в on-line режиме поступления потока данных, характеризующиеся простотой вычислительной реализации. Проведен ряд имитационных экспериментов на основе тестовых и реальных данных.
Запропоновано моделі робастної адаптивної ідентифікації нестаціонарних часових рядів в on-line режимі надходження потоку даних, що характеризуються простотою обчислювальною реалізації. Проведено низку імітаційних експериментів на основі тестових і реальних даних.
Computationally simple and high-speed adaptive algorithms for robust identification of nonstationary non-linear time series are proposed. The distinctive feature of such algorithms is an ability to implement them using the learning models, which are consisted of the elementary arithmetic operations. The possibility of on-line information processing provides a solution of a wide class of problems, which are appeared in Data Stream Mining tasks. Also an ensemble of tuning hybrid adaptive models is proposed. This system allows to choose the best model in the context of accepted quality criterion at each discreet instant of time.
|
| issn |
0130-5395 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/113402 |
| citation_txt |
Робастная адаптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей / Е.В. Бодянский, Е.А. Винокурова, И.О. Кобылин, П.П. Мулеса // Управляющие системы и машины. — 2016. — № 5. — С. 76–83. — Бібліогр.: 17 назв. — рос. |
| work_keys_str_mv |
AT bodânskiiev robastnaâadaptivnaâidentifikaciânestacionarnyhvremennyhrâdovspomoŝʹûansamblâobučaemyhgibridnyhadaptivnyhmodelei AT vinokurovaea robastnaâadaptivnaâidentifikaciânestacionarnyhvremennyhrâdovspomoŝʹûansamblâobučaemyhgibridnyhadaptivnyhmodelei AT kobylinio robastnaâadaptivnaâidentifikaciânestacionarnyhvremennyhrâdovspomoŝʹûansamblâobučaemyhgibridnyhadaptivnyhmodelei AT mulesapp robastnaâadaptivnaâidentifikaciânestacionarnyhvremennyhrâdovspomoŝʹûansamblâobučaemyhgibridnyhadaptivnyhmodelei AT bodânskiiev robastnaadaptivnaídentifíkacíânestacíonarnihčasovihrâdívzadopomogoûansamblûnavčalʹnihgíbridnihadaptivnihmodelei AT vinokurovaea robastnaadaptivnaídentifíkacíânestacíonarnihčasovihrâdívzadopomogoûansamblûnavčalʹnihgíbridnihadaptivnihmodelei AT kobylinio robastnaadaptivnaídentifíkacíânestacíonarnihčasovihrâdívzadopomogoûansamblûnavčalʹnihgíbridnihadaptivnihmodelei AT mulesapp robastnaadaptivnaídentifíkacíânestacíonarnihčasovihrâdívzadopomogoûansamblûnavčalʹnihgíbridnihadaptivnihmodelei AT bodânskiiev robustadaptiveidentificationofnonstationarytimeseriesusingensembleoftuninghybridadaptivemodels AT vinokurovaea robustadaptiveidentificationofnonstationarytimeseriesusingensembleoftuninghybridadaptivemodels AT kobylinio robustadaptiveidentificationofnonstationarytimeseriesusingensembleoftuninghybridadaptivemodels AT mulesapp robustadaptiveidentificationofnonstationarytimeseriesusingensembleoftuninghybridadaptivemodels |
| first_indexed |
2025-12-07T18:58:12Z |
| last_indexed |
2025-12-07T18:58:12Z |
| _version_ |
1850877036485148672 |