Пример: солнечные пятна

Рассмотрим пример применения сетей к анализу классического временного ряда — ряда данных о пятнах на Солнце. Регулярные ежегодные записи этого явления ведутся с 1700 года. Ряд много раз анализировался в статистической литературе, и выяснилось, что он не является ни стационарным, ни линейным, ни гауссовым. Были испробованы различные одномерные методы моделирования временных рядов. Габр и Рао применяли авторегресснонную модель 9-го порядка (с 4 ненулевыми коэффициентами) и билинейную модель. Льюис и Стивенс разработали модель на основе метода многомерных адаптивных регрессионных сплайнов (MARS), а Пристли исследовал модель TAR. В последнее время несколько групп исследователей предприняли попытки проделать анализ ряда с помощью нейронно-сетевого подхода. Результаты, полученные различными методами, собраны в табл. 2.2.

Слава Україні!

Адмін сайту, який є громадянином України та безвиїзно перебуває в Україні на протязі всього часу повномасштабної російської агресії, зичить щастя та мирного неба всім українським хлопцям та дівчатам! Також він рекомендує українським трейдерам кращих біржових та бінарних брокерів, що мають приємні торгові умови та не співпрацюють з російською федерацією. А саме:

Exness – для доступу до валютного ринку;

RoboForex – для роботи з CFD-контрактами на акції;

Deriv – для опціонної торгівлі.

Ну, і звичайно ж, заборонену в росії компанію Альпарі, через яку Ви маєте можливість долучитися як до валютного ринку, так і до торгівлі акціями та бінарними опціонами (Fix-Contracts). Крім того, Альпарі ще цікава своїми інвестиційними можливостями. Дивіться, наприклад:

рейтинг ПАММ-рахунків;

рейтинг ПАММ-портфелів.

Все буде Україна!

Параметры моделей настраивались по данным за первые 221 год и проверялись на двух последующих периодах (1920-1955 и 1956-1979). Эти два периода отличаются друг от друга наличием выброса, соответствующего 1956 году, и явной нестационарностью в следующие несколько лет. Очевидно, что авторегрессионные модели оказались слишком примитивны и не дают нужного уровня обобщения. Билинейная и MARS модели, в сравнении с моделью TAR, плохо ухватывают нестационарность во втором тестовом множестве.

Содержание

Далее

Нейронные сети различной архитектуры неплохо показали себя на стационарном тестовом множестве, а на другом — значительно хуже. В целом результаты подтверждают тот факт, что чудес не бывает.