Computational Intelligence-Based Time Series Analysis
Sekwencyjna analiza danych i informacji zebranych od przeszłości do teraźniejszości nazywana jest analizą szeregów czasowych. Dane szeregów czasowych mają wysoki wymiar, duży rozmiar i są aktualizowane w sposób ciągły.
Szereg czasowy zależy od różnych czynników, takich jak trend, sezonowość, cykl i nieregularny zestaw danych, i jest zasadniczo serią punktów danych dobrze zorganizowanych w czasie. Prognozowanie szeregów czasowych jest istotnym obszarem uczenia maszynowego. Istnieją różne problemy związane z przewidywaniem, które są zależne od czasu i te problemy mogą być rozwiązywane poprzez analizę szeregów czasowych.
Inteligencja obliczeniowa (CI) jest rozwijającym się podejściem obliczeniowym w ciągu najbliższych kilku lat. CI daje możliwość modelowania problemu zgodnie z określonymi wymaganiami.
Pomaga znaleźć szybkie rozwiązania problemów pojawiających się w wielu dyscyplinach. Metody te naśladują ludzkie zachowanie.
Głównym celem CI jest rozwój inteligentnych maszyn w celu dostarczania rozwiązań dla rzeczywistych problemów, które nie są modelowane lub są zbyt trudne do modelowania matematycznego. Niniejsza książka ma na celu omówienie najnowszych osiągnięć w dziedzinie szeregów czasowych i zastosowań CI do analizy szeregów czasowych.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)