Критерії вибору персептронної моделі для прогнозування: аналіз і практичні рекомендації щодо їх використання

Journal Title: Бионика интеллекта - Year 2018, Vol 2, Issue 91

Abstract

Аналізуються існуючі і досить поширені статистичні (RMSE, МАРЕ, MAE та інші) і деякі інформаційні критерії (AIC, KIC, HQ тощо)(метрики) вибору персептронної моделі для прогнозування часових рядів, аналізуються переваги та недоліки цих критеріїв. Крім того, розглядаються запропоновані останнім часом нові критерії, які ще не набули широкого поширення, однак, є такими, що володіють, на думку авторів, істотними перевагами. До числа таких критеріїв належать критерій точності напрямку та його модифікація, спрямована симетрія та іі модифікація, зважений інформаційний критерій та його адаптивна модифікація. Розглянуті критерії вибору моделі аналізуються для прогнозування об’єму пасажиропотоку у аеропортах Німеччини. Отримані результати свідчать про те, що критерії вибору моделі на основі медіани прогнозів мають меншу мінливість, ніж інші, в той час як критерії, що базуються на геометричному середньому, мають більшу мінливість. Existing and common statistical (RMSE, MAPE, MAE and others) and some information criteria (AIC, KIC, HQ, etc.) for selecting a perceptron model for forecasting are analyzed. Advantages and disadvantages of these criteria are discussed. In addition, the recently proposed new criteria, which have not yet become widespread, but which, according to the authors, have significant advantages are considered. Such criteria include direction accuracy criterion and its modification, directional symmetry and its modification, weighted information criterion and its adaptive modification. The considered model selection criteria are utilized for prediction the volume of passenger traffic at airports in Germany. The results suggest that the criteria for selecting a model based on the median of the forecasts have less variability than others, while the criteria based on the geometric mean have greater variability.

Authors and Affiliations

О. Г. Руденко, О. О. Безсонов, О. С. Романюк

Keywords

Related Articles

Розробка інформаційної технології управління системою надання ІТ-сервісів

Розглянуто проблему управління системою надання ІТ-сервісів. Проведено аналіз існуючих програмних засобів та інформаційних технологій що дозволяють управляти ІТ-сервісами в умовах зміни функціональних вимог. Запропонован...

Нейромережевий підхід для емоційного розпізнавання тексту

Стаття присвячена одному з популярних на сьогоднішній день напрямків в сфері IT - обробці природної мови, зокрема, отримання емоцій з тексту із застосуванням власного нейромережевого підходу. Основним завданням було вирі...

Математичне моделювання системи «дьоготь — полімер — наповнювач» за допомогою системи комп’ютерної алгебри Maple

Проведено математичне й комп’ютерне дослідження і оптимізацію системи «середовище, що модифікується (кам’яновугільний дьоготь), – полімер (відходи виробництва полівінілхлориду – відсів) – активний дисперсний наповнювач (...

Про один алгоритм навчання нейронної мережі в задачі прогнозування часових рядів

У статті запропоновано метод навчання нейронних мереж при вирішенні задачі прогнозування часового ряду (чР). більшість практичних задач прогнозованя чР характеризуються високим рівнем нелінійності і нестаціонарності, заш...

Fuzzy clustering of data arrays based on the evolutionary method of cat swarm optimization

The problem of fuzzy clustering of an array of observations based on a fuzzy probabilistic approach, based on the algorithm of fuzzy C-means, reformulated into the problem of unconditional multi-extremal optimization, is...

Download PDF file
  • EP ID EP587945
  • DOI -
  • Views 132
  • Downloads 0

How To Cite

О. Г. Руденко, О. О. Безсонов, О. С. Романюк (2018). Критерії вибору персептронної моделі для прогнозування: аналіз і практичні рекомендації щодо їх використання. Бионика интеллекта, 2(91), 31-40. https://europub.co.uk/articles/-A-587945