Штучний інтелект

Анотація: 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.

Ключові слова:

Посилання:

1. Баклан І.В. Гібридні технології в проектуванні інтелектуальних систем прийняття рішень / І.В. Баклан // Сучасні інформаційні та інноваційні технології на транспорті : матеріали Міжнародної науково-практичної конференції. – Херсон : Видавництво Херсонського державного морського інституту, 2009. – Том 1. – С.32-37.
2. Баклан І.В. Основні проблеми при застосуванні прихованих марковських моделей / І.В. Баклан,Г.А. Степанкова // Інтелектуальні системи прийняття рішень та проблеми обчислювального інтелекту : матеріали міжнародної наукової конференції. – Херсон : ХНТУ, 2009. – Том 2. – С. 430-432.
3. Jamse C. Bezdek. Pattern Recognition with Fuzzy Objective Function Algorithms / Jamse C. Bezdek. –Plenum Press, New York and London, 1987.
4. Tsuboro E. On the Fuzzy Vector Quantization based Hidden Markov Models / E. Tsuboro, J. Nakanashi //Proc. Of IEEE Intl Conf. ASSP. – 1994. – С. 637-640.
5. Баклан І.В. Імовірнісні моделі для аналізу та прогнозування часових рядів / І.В. Баклан, Г.А. Степанкова // Искусственный интеллект. – 2008. – № 3. – C. 505-515.
6. Степанкова Г.А. Деякі підходи до навчання прихованих марківських моделей / Г.А. Степанкова,І.В. Баклан // Матеріали міжнародної наукової конференції «Інтелектуальні системи прийняття рішень та проблеми обчислювального інтелекту». – Євпаторія. – 2008. – Т. 3 (ч. 2). – С. 87-91.
7. Баклан І.В. Структурний підхід до аналізу та прогнозування поведінки часових рядів / І.В. Баклан,Ю.М. Селін // Вісник Херсонського національного технічного університету. – Херсон : ХНТУ, 2005. –№ 2. – C. 27-31.
8. Баклан И.В. Анализ поведения экономических часовых рядов с использованием структурных подходов / И.В. Баклан, Ю.Н. Селин // Вісник Херсонського національного технічного університету. –Херсон : ХНТУ, 2006. – № 2. – С. 29-34.
9. Dias J.G., Vermunt J.K., Ramos S. Mixture hidden Markov models in finance research // In: Fink A., Berthold L., Seidel W. and Ultsch A. (eds.) Advances in data analysis, data handling and business intelligence, Springer: Berlin-Heidelberg, 2010. – Р. 451-459.