ИСТИНА |
Войти в систему Регистрация |
|
ИПМех РАН |
||
Программа реализует набор инструментов для прогнозирования временных рядов с помощью нейронных сетей и методов глубокого обучения на основе паттернов. Исходные наблюдения разбиваются на некоторое число диапазонов (N) и заменяются номером интервала, в который они попадают. В процессе подобной дискретизация непрерывных наблюдений формируются паттерны данных, состоящий из чисел от 0 до N-1. В рамках программы: - реализовано обучение нейронной сети прямого распространения с функцией активации ReLU (Rectified Linear Unit) с помощью инструментов библиотеки Keras и фреймворка TensorFlow; - поддерживается пакетная обработка данных: набор заданий и конфигурационных переменных считывается из файла, после чего производится последовательная обработка и сохранение результатов; - настройка оптимизатора, функции потерь и целевых метрики проводится без изменения программного кода; - в качестве дополнительного признака на вход нейронной сети могут быть поданы сведения о наличии сезонности; - архитектура нейронной сети, эволюция ошибки и точности обучения во времени наблюдения сохраняются в графическом и текстовом форматах. Программа предназначена для повышения точности и скорости построения прогнозов в задачах анализа реальных данных различной природы, например, при прогнозировании объемов выпадения осадков.