ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ТОЧНОСТИ МЕТОДОВ ПРОГНОЗА, БАЗИРУЮЩИХСЯ НА АРХИВАТОРАХ
https://doi.org/10.25205/1818-7900-2018-16-3-145-158
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.
Об авторах
К. С. Чирихин
Новосибирский государственный университет; Сибирский государственный университет телекоммуникаций и информатики
Россия
Россия
Б. Я. Рябко
Новосибирский государственный университет; Институт вычислительных технологий СО РАН
Россия
Россия
Список литературы
1. Kendall M. G., A. Stuart. The Advanced Theory of Statistics: Design and analysis, and time-series. 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.
7. Ryabko B., Astola J., Malyutov M. Compression-based methods of statistical analysis and prediction of time series. Switzerland: Springer International Publishing, 2016. 8.
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.
Рецензия
Для цитирования:
Чирихин К.С., Рябко Б.Я. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ТОЧНОСТИ МЕТОДОВ ПРОГНОЗА, БАЗИРУЮЩИХСЯ НА АРХИВАТОРАХ. Вестник НГУ. Серия: Информационные технологии. 2018;16(3):145-158. https://doi.org/10.25205/1818-7900-2018-16-3-145-158
For citation:
Chirikhin K.S., Ryabko B.Ya. EXPERIMENTAL STUDY OF THE ACCURACY OF COMPRESSION-BASED FORECASTING METHODS. Vestnik NSU. Series: Information Technologies. 2018;16(3):145-158. (In Russ.) https://doi.org/10.25205/1818-7900-2018-16-3-145-158
Просмотров:
43
Послать статью по эл. почте 