کاربرد مدل‌های یادگیری عمیق در پیش‌بینی سری‌های زمانی اقتصادی ـ اجتماعی مورد کاوی: سری زمانی اوج بار مصرفی خانگی

Authors

  • نجمه نشاط گروه مهندسی صنایع (سیستم‌ها)، دانشگاه میبد
Abstract:

این مطالعه به بررسی کارایی پیکره‌بندی مختلف شبکه‌های یادگیری عمیق (رویکرد برتر در مدل‌سازی و تخمین سری‌های زمانی اقتصادی ـ اجتماعی) در حوزه‌ی پیش‌بینی می‌پردازد. در این مطالعه به‌منظور ملموس‌سازی رویکرد پیشنهادی از مدل‌سازی و پیش‌بینی اوج بار مصرفی خانگی در قالب موردکاوی استفاده شده است. نتایج حاکی از برتری توپولوژی شبکه ترکیبی از تمام متصل و بازگشتی بود که این برتری با توجه به ماهیت غیرخطی و پیچیده، وابستگی‌های قوی به داده‌های دوره‌های قبلی و همچنین وجود درجات متفاوتی از تأخیر در متغیرهای برون‌زای مسئله کاملاً توجیه‌پذیر است. نظر به این‌که در این مدل متغیرهای برون‌زایمدل) نماینده‌ی شرایط مختلف جوی (و متغیرهای مصنوعی) نماینده‌ی شرایط مختلف زمانی( نیز لحاظ شده است، از استواری قابل قبولی نسبت به مدل‌های ارائه شده در مطالعات قبلی برخوردار است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدلهای سریهای زمانی ناهمواریانسی شرطی

وجود تغییرات ساختاری در سری‏های زمانی مالی از عواملی است که موجب می‏شود مدلهای خطی برای تحلیل این سریها مناسب نباشند. نادیده گرفتن این تغییرات در سطح میانگین و واریانس سری‏های زمانی اثرات نامطلوبی روی تحلیل‏ها خواهد گذاشت. در بسیاری از سریهای زمانی مالی و اقتصادی فرض ثابت بودن واریانس برقرار نیست که در این شرایط مدلهای خانواده اتورگرسیو ناهمواریانس شرطی می‏توانن نتایج مطلوبی ارائه ‏دهند. در ای...

فاصله اطلاعاتی و کاربرد آن در سریهای زمانی

  In this paper a new method is introduced for studying time series of complex systems. This method is based on using the concept of entropy and Jensen-Shannon divergence. In this paper this method is applied to time series of billiard system and heart signals. By this method, we can diagnose the healthy and unhealthy heart and also chaotic billiards from non chaotic systems . The method can al...

full text

هم انباشتگی در مدلهای سری زمانی فصلی

در این پایان نامه ابتدا به مرور مفاهیمی چون فرآیندهای تصادفی، سریهای زمانی مانا و نامانا، ریشه های واحد و آزمونهای ریشه واحد پرداخته و در ادامه به بیان مفهوم هم انباشتگی، مدلهای تصحیح خطا و آزمونهای مربوطه پرداخته و سپس ریشه های واحد و هم انباشتگی در سری های زمانی فصلی، برآورد مدل آنها و آزمونهای مربوطه را ارائه خواهیم داد.

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 36.1  issue 1.2

pages  103- 111

publication date 2020-08-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023