Прогнозування часових рядів методами машинного навчання нейронних мереж Кохонена

Навчальний заклад: Обласний науковий ліцей в м. Рівне Рівненської обласної ради

Автор: Онищук Богуслав Ігорович

Відділення: Інформаційні технології

Секція: Системи та технології штучного інтелекту

Область: Рівненська

Опис:

Метою дослідження є розробка ефективного підходу до кластеризації та прогнозування часових рядів із використанням методів машинного навчання нейронних мереж Кохонена. Завдання дослідження передбачають: формалізацію процесу аналізу часових рядів; розробку алгоритмічного підходу для їх кластеризації та прогнозування; побудову інформаційної системи для практичної реалізації побудованих алгоритмів і перевірку їх ефективності на реальних наборах даних, що є курсовими котируваннями криптовалюти. Для реалізації прийнятої концепції дослідження здійснено аналіз методів інтелектуального аналізу даних і машинного навчання, який засвідчив їхню здатність виявляти складні і неочевидні закономірності у фінансових даних, що недоступні традиційним методам. Нейронні мережі Кохонена та метод квантування навчального вектора виявилися ефективними при моделюванні нелінійних залежностей та обробці великих обсягів інформації. З метою формування адекватної навчальної множини для ефективної кластеризації та виявлення типових послідовностей часових рядів проведено структурування даних у образи та їх нормалізацію. Результати модельних експериментів підтвердили правильність прийнятої концепції дослідження та ефективність обраних методів інтелектуального аналізу даних та машинного навчання для аналізу часових рядів. Запропонований підхід до прогнозування цін криптовалют, що поєднує кластеризацію та машинне навчання нейронних мереж Кохонена, продемонстрував високу точність та адаптивність до змін на фінансовому ринку. Оцінка ефективності на реальних даних підтвердила дієвість методу для прогнозування ринкових трендів.

- -