Информационная модель прогнозирования случайных процессов с позиции активного восприятия

Содержание
ВВЕДЕНИЕ.
Глава 1. Обзор методов прогнозирования.
1.1 .Общие вопросы
1.1.1. Случайный процесс
1.1.2. Постановка задачи прогнозирования
1.2.рогнознрованнс с позиции регрессионного анализа.
1.2.1. Базовые модели регрессионною анализа.
1.2.2. Стационарные стохастические модели.
1.2.3. Нестационарные модели
1.2.4. Построение прогноза с минимальной среднеквадратичной ошибкой.
1.3. Нейросетсвое моделирование.
1.3.1. Состав и структура нейросетей
1.3.2. Принципы прогнозирования временных рядов с использованием нейросетей
1.3.3. Этап погружения
1.3.4. Выбор функционала ошибки.
1.3.5. Формирование пространства признаков
1.3.6. Обучение нейроиндикаторов
1.4. Выводы.
Глава 2. Информационная модель прогнозирования случайных процессов с позиции активного восприятия.
2.1. Представление случайного процесса с позиции активного восприятия
2.1.1. Статическое и динамическое изображение.
2.1.2. Статическое изображение сечения процесса.
2.1.3. Случайный процесс как динамическое изображение.
2.2. Формирование структурного описания изображения
2.2.1.преобразовани е
2.2.2. Пирамида исходных описаний.
2.2.3. ипирамида.
2.2.4. Алгоритм формирования описания эталонного изображения
2.3. Оптимальный структурный предиктор.
2.4. Модель прогнозирования на основе структу рного предиктора.
2.5. Выводы
Г лава 3. Алгоритмическое обеспечение прогнозирования
3.1. Выделение значимых параметров процесса
3.2. Определение размерности статического изображения сечения процесса
3.3. Определение степени структурной близости изображений
3.3.1. Постановка задачи
3.3.2. Индекс подобия структуры.
3.4. Методы сравнения целевого изображения с эталонным набором
3.4.1. Постановка задачи
3 Метод последовательного перебора
3.4.3. Метод перебора со сдвигом
3.4.4. Метод перебора с изменением масштаба.
3.4.5. Комбинированный подход.
3.5. Синтез прогнозирующего структурного описания
3.5.1. Постановка задачи
3.5.2. Метод простого среднего
3.5.3. Метод усреднения голосующей выборки
3.6. Синтез изображения прогнозного сечения процесса на основе структурного описания.
3.6.1. Постановка задачи
3.6.2. Восстановление изображения.
3.7.Оценка доверия к прогнозу.
3.7.1 .Постановка задачи
3.7.2. Индекс подобия структуры вариантов.
3.7.3. Индекс подобия структуры прогноза
3.7.4. Кривая подобия обучающей выборки.
3.8. Выводы.
Глава 4. Практическое применение разработанной модели.
4.1. Прогнозирование на международном валютном рынке
4.1.1. Характеристика объекта исследования
4.1.2. Поиск по библиотеке эталонов. Построение структурного предиктора.
4.1.3. Оценка адекватности модели.
4.1.4. Сбор данных
4.2. Сравнительный анализ с существующими моделями
4.2.1. Одномерный процесс.
4.2.2. Многомерный процесс
4.3. Технические характеристики разработанной системы
прогнозирования
4.3.1. Вычислительная сложность алгоритма.
4.3.2. Аспекты программной реализации модели
4.4. Выводы
Заключение.
Литература