Про деякі нові особливості використання прихованих марковських моделей для аналізу та прогнозування часових рядів
У статті розглядаються деякі нові підходи до аналізу та прогнозування часових рядів за допомогою математичного апарату різноманітних прихованих марковських моделей. Пропонується використання сумішей неоднорідних прихованих марковських моделей для аналізу часових рядів, а також для прогнозування час...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2010 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/58427 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Про деякі нові особливості використання прихованих марковських моделей для аналізу та прогнозування часових рядів / І.В. Баклан, Г.А. Степанкова // Штучний інтелект. — 2010. — № 4. — С. 337-341. — Бібліогр.: 9 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | У статті розглядаються деякі нові підходи до аналізу та прогнозування часових рядів за допомогою математичного апарату різноманітних прихованих марковських моделей. Пропонується використання сумішей неоднорідних прихованих марковських моделей для аналізу часових рядів, а також для прогнозування часових рядів пропонується використання гібридної моделі – нечіткої прихованої марковської моделі.
В статье рассматриваются некоторые новые подходы к анализу и прогнозированию временных рядов с помощью математического аппарата скрытых марковских моделей. Предлагается использование смесей неоднородных скрытых марковских моделей для анализа временных рядов, а также для прогнозирования временных рядов предлагается использование гибридной модели – нечеткой скрытой марковской модели.
In this paper we consider some new approaches to analysis and prognosis of time series by means of hidden Markov’s models. We propose for time series analysis to use mixtures of unhomogenous hidden Markov’s models. Also we consider some properties of hybrid fuzzy hidden Markov’s models for time series prognosis.
|
|---|---|
| ISSN: | 1561-5359 |