کاربرد مدلهای یادگیری عمیق در پیشبینی سریهای زمانی اقتصادی ـ اجتماعی مورد کاوی: سری زمانی اوج بار مصرفی خانگی
نویسندگان
چکیده مقاله:
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.
منابع مشابه
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...
متن کاملهم 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 اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 36.1 شماره 1.2
صفحات 103- 111
تاریخ انتشار 2020-08-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023