5924

تحليل داده هاي سري زماني با كاربرد در پيش بيني با استفاده از شبكه هاي عصبي عميق

۱۳۹۵-۱۳۹۷

دكتر احمد اكبري ازيراني - دكتر ناصر مزيني

دكتر بابك ناصرشريف

داده هاي سري زماني شامل نمونه هايي است كه از انجام يك فرايند مستمر به مرور زمان به دست آمده است و اين داده ها در قالب ها و ساختارهاي مختلفي در دسترس هستند. آناليز سري زماني و پيش بيني مقادير آينده در حوزه هاي مختلفي همچون تجارت،بازار بورس، آب و هوا،شناسايي گفتار و رديابي اشيا در دنباله تصاوير ويديويي كاربرد دارد. در تحليل اين داده ها، ابتدا به بررسي تغييرات داده ها پرداخته ميشود سپس با توجه به آن ها پيش بيني انجام ميشود. تكنيك هاي زيادي براي پيش بيني با توجه به مدت دوره و نوع داده وجود دارد اما پيچيدگي، بي نظمي فراوان، عدم قطعيت و عدم اطمينان از مناسب بودن داده ها از ويژگي هاي داده هاي سري زماني است كه پيش بيني را سخت كرده است. با پيچيده شدن داده ها براي عمليات پيش بيني، روش هاي قديمي دقت و نتيجه قابل قبولي ندارند به همين منظور به شبكه هاي عصبي عميق روي آورده شده است. يك شبكه عصبي عميق چند لايه مخفي با توابع غير خطي بين لايه ورودي و خروجي دارد كه سبب شده عملكرد خوبي در مسايل پيچيده داشته باشند. در اين گزارش به بررسي روش ها براي پيش بيني در حوزه هاي مختلف و نتايج آن ها پرداخته خواهد شد.

11/1/2017 12:00:00 AM

61394

1398/01/28