Вестник НГУ
Серия: Информационные технологии

Научный журнал, основан в 2003 году

ISSN 2410-0420 (Online), ISSN 1818-7900 (Print)

Switch to
English

Все выпуски >> Содержание журнала: Том 16, Выпуск № 3 (2018)

Экспериментальное исследование точности методов прогноза, базирующихся на архиваторах
Константин Сергеевич Чирихин, Борис Яковлевич Рябко

Новосибирский государственный университет
Сибирский государственный университет телекоммуникаций и информатики
Институт вычислительных технологий СО РАН

DOI: DOI 10.25205/1818-7900-2018-16-3-145-158
УДК : 519.246.8

Аннотация
В теории информации известно, что методы сжатия данных могут быть использованы для прогнозирования стационарных процессов. В данной работе предложен базирующийся на архиваторах алгоритм прогнозирования временных рядов и проведено экспериментальное исследование его эффективности. В процессе работы описанного алгоритма могут быть использованы произвольные методы сжатия данных, причем прогнозные значения от разных методов комбинируются, и наибольшее влияние на конечный результат оказывает метод, способный сильнее других сжать временной ряд. Данный алгоритм может быть использован для прогнозирования рядов с дискретными и непрерывными алфавитами. Для повышения точности прогноза возможно применение существующих методов предварительной обработки данных. Экспериментальное исследование эффективности предложенного алгоритма проводилось на временных рядах из M3 Competition и ряде T-индекса, при этом были использованы хорошо известные архиваторы. Результаты вычислений показали, что полученный метод обладает сравнительно высокой точностью и быстродействием.

Ключевые слова
универсальное кодирование, прогнозирование временных рядов

Цитирование:
Чирихин К. С., Рябко Б. Я. Экспериментальное исследование точности методов прогноза, базирующихся на архиваторах // Вестник НГУ Серия: Информационные технологии. - 2018. - Том 16, Выпуск № 3. - С. 145-158. - DOI 10.25205/1818-7900-2018-16-3-145-158. - ISSN 1818-7900.

Полный текст публикации

Просмотр в формате PDF

Список цитируемой литературы
1. Kendall M. G., A. Stuart. The Advanced Theory of Statistics: Design and analysis, and timeseries. The Advanced Theory of Statistics. Hafner, 1976.
2. Hyndman R. J., Athanasopoulos G. Forecasting: principles and practice. OTexts, 2014.
3. Makridakis S., Hibon M. The M3-Competition: results, conclusions and implications // International journal of forecasting. 2000. Vol. 16. No. 4. P. 451–476.
4. Рябко Б. Я. Прогноз случайных последовательностей и универсальное кодирование // Проблемы передачи информации. 1988. Т. 24, №. 2. С. 3–14.
5. Shkarin D. PPM: One step to practicality // Proc. Data Compression Conference. IEEE, 2002. P. 202–211.
6. Cover T. M., Thomas J. A. Elements of information theory. John Wiley & Sons, 2012.
7. Ryabko B., Astola J., Malyutov M. Compression-based methods of statistical analysis and prediction of time series. Switzerland: Springer International Publishing, 2016.
8. Ryabko B. Compression-based methods for nonparametric prediction and estimation of some characteristics of time series // IEEE Transactions on Information Theory. 2009. Vol. 55. No. 9. P. 4309–4315.
9. Bille P., Gørtz I. L., Prezza N. Space-Efficient Re-Pair Compression // Data Compression Conference. IEEE, 2017. P. 171–180.
10. Cleveland R. B., Cleveland W. S., Terpenning I. STL: A seasonal-trend decomposition procedure based on loess // Journal of Official Statistics. 1990. Vol. 6. No. 1. P. 3.

Информация о публикации
Вестник НГУ Серия: Информационные технологии, Том 16, Выпуск № 3 (2018).
Год издания: 2018
ISSN: 1818-7900 (Print), ISSN 2410-0420 (Online)
Издатель: Федеральное государственное автономное образовательное учреждение высшего образования "Новосибирский национальный исследовательский государственный университет"
Ссылка на репозиторий


|Головная| |Все выпуски| |Информация для авторов| |Редакционнный Совет| |Этические принципы| |Редакционная политика| |Контакты| |Оплата публикации| |Политика свободного доступа| |Старый сайт журнала|

inftech@vestnik.nsu.ru
© 2006-2018, Новосибирский государственный университет.