Выбор базовой функции при автоматизированной идентификации временных рядов на основе ассоциативно-мажоритарного подхода

Авторы

  • Т. З. Аралбаев Оренбургский государственный университет
  • Т. В. Абрамова Оренбургский государственный университет
  • Р. Р. Галимов Оренбургский государственный университет
  • Д. А. Гайфулина Оренбургский государственный университет
  • Э. Р. Хакимова Оренбургский государственный университет

DOI:

https://doi.org/10.22213/2413-1172-2018-4-194-199

Ключевые слова:

базовые зависимости, идентификация, временные ряды, прогнозирование, динамические процессы, ассоциативно-мажоритарный подход, распознавание образов

Аннотация

Предложена модель выбора базовых функций при автоматизированной идентификации временных рядов, алгоритм и программное средство идентификации временных рядов на основе ассоциативно-мажоритарного подхода, позволяющие идентифицировать вид базовых зависимостей динамических процессов. Задача идентификации вида базовых функций решается с использованием классической теории распознавания образов. Идентификация производится путем сравнения исходного образа с эталонами, хранящимися в едином пространстве образов. Пространство образов представляет собой область памяти устройства (ассоциативной памяти), на котором производится идентификация. Особенностью предложенной модели является оперативность сравнения исходных образов с образами эталонов за счет использования единого признакового пространства и возможности сравнения всех образов за один такт. Для повышения оперативности идентификации в алгоритме выбора базовых функций также использован ассоциативно-мажоритарный подход к хранению и поиску идентификационных данных в электронной памяти. Предложенный алгоритм и программное средство выбора базовых функций являются универсальными, так как позволяют идентифицировать вид базовой зависимости в любом динамическом процессе независимо от специфики исследуемой предметной области. Автоматизированная идентификация вида базовых функций сокращает время построения прогнозных моделей и позволяет оперативно прогнозировать дальнейшие варианты протекания процесса.

Биографии авторов

Т. З. Аралбаев, Оренбургский государственный университет

доктор технических наук, профессор, заведующий кафедрой вычислительной техники и защиты информации

Т. В. Абрамова, Оренбургский государственный университет

аспирант, преподаватель кафедры вычислительной техники и защиты информации

Р. Р. Галимов, Оренбургский государственный университет

кандидат технических наук, доцент кафедры вычислительной техники и защиты информации

Д. А. Гайфулина, Оренбургский государственный университет

студент

Э. Р. Хакимова, Оренбургский государственный университет

студент

Библиографические ссылки

Афанасьев В. Н., Юзбашев М. М. Анализ временных рядов и прогнозирование : учебник. М. : Финансы и статистика; ИНФРА-М, 2010. 228 с. : ил.

Афанасьев В. Н., Лебедева Т. В.Моделирование и прогнозирование временных рядов: учеб.-метод. пособие для вузов. М.: Финансы и статистика, 2009. 292 с. : ил.

Подвальный Е. С. Модели индивидуального прогнозирования и классификации состояний в системах компьютерного мониторинга. Воронеж: Изд-во ВГТУ, 1998. 127 с.

Громова Н. М., Громова Н. И. Основы экономического прогнозирования. Старая Русса: Академия естествознания, 2006. 81 с.

Пат. 2430415 Российская Федерация, МПК G 06 K 9/00. Устройство для распознавания образов / Р. И. Хасанов, М. З. Масягутов, Т. З. Аралбаев; заявитель и патентообладатель Оренбургский государственный университет. № 2010116601/08; заявл. 26.04.2010, опубл. 27.09.2011, Бюл. № 27. 21 с. : ил.

Chevaleyre Y., Endriss U., Maudet N. Simple negotiation schemes for agents with simple preferences: sufficiency, necessity and maximality. Autonomous Agents and Multi. Agent Systems, 2010, no. 20, pp. 234-259.

Abdo H., Kaouk M., Flaus J.-M., Masse F. A safety/security risk analysis approach of Industrial Control Systems: A cyber bowtie - combining new version of attack tree with bowtie analysis. Computers & Security, 2018, vol. 72, pp. 175-195. DOI: 10.1016/ j.cose.2017.09.004.

Аралбаев Т. З., Абрамова Т. В. Исследование эффективности методов мониторинга сетевого трафика на основе последовательного и ассоциативно-последовательного принципов поиска актуальной информации // СТИН. 2017. № 11. С. 2-5.

Aralbaev T. Z., Abramova T. V. Network Traffic Monitoring on the Basis of Sequential and Associative-Sequential Search Principles. Russian Engineering Research, 2018, vol. 38, no. 5, pp. 381-383.

Аралбаев Т. З., Хакимова Э. Р., Гайфулина Д. А. Идентификация тренда временного ряда: прикладная программа / Мин-во образования и науки РФ ; Оренбургский гос. ун-т. Электрон. текстовые данные (1 файл: 3 Мб). Оренбург : ОГУ, 2016.

Загрузки

Опубликован

25.02.2019

Как цитировать

Аралбаев, Т. З., Абрамова, Т. В., Галимов, Р. Р., Гайфулина, Д. А., & Хакимова, Э. Р. (2019). Выбор базовой функции при автоматизированной идентификации временных рядов на основе ассоциативно-мажоритарного подхода. Вестник ИжГТУ имени М.Т. Калашникова, 21(4), 194–199. https://doi.org/10.22213/2413-1172-2018-4-194-199

Выпуск

Раздел

Статьи