Сидоркина И.Г., Шумков Д.С. Кусочно-линейная аппроксимация при решении задач извлечения данных

Аннотация: Прогнозирование является одним из основных вопросов, которые возникают при анализе временных рядов. При этом ставится задача определить будущее поведение временного ряда по его известным прошлым значениям. В данной работе предложен метод для прогнозирования временных рядов, который базируется на идеи выделения базовых паттернов (шаблонов) из исходных данных и позволяет установить внутренние закономерности исследуемого ряда. На сегодняшний момент одним из подходов, в котором ведутся исследования в области прогнозирования временных рядов, является системы Data Mining или “раскопка данных”. Это связано с тем, что классические методы, основанные исключительно на линейных (ARIMA) и нелинейных (GARCH) моделях прогнозирования, не позволяют достичь необходимой точности прогноза. Используя методы, разработанные в рамках данной технологии, можно увеличить эффективность прогнозирования и выявить скрытые закономерности в исследуемых временных рядах.

Ключевые слова:

Abstract: forecasting is one of the main issues in the analysis of the time series. The goal is to determine future behavior of a time sires by its know past values. In this article the author proposes a method of time series prediction based on the idea of allocating basic patters (templates) from the input data allowing to define the internal rules of the studied series. Currently on of the approaches in the field of time series prediction is the Data Mining (or “data excavation”) system. This is due to the fact that classical methods, based only on the linear (ARIMA) and non-linear (GARCH) models of prediction can’t provide the required accuracy. Usage of the methods developed with this technology makes it possible to increase the performance of prediction and reveal hidden patterns in the studied time series.

Keywords: