Аналитически исследована возможность и целесообразность прогнозирования на фондовых рынках с помощью методов и подходов статистической механики. Аппарат статистической механики применен для анализа и прогноза одного из важнейших показателей рынка – распределения логарифмической доходности. В качестве исходной модели использована модель Лотки-Вольтерра, применяемая в экологии для описания систем типа «хищник-жертва». Она адекватно аппроксимирует динамику рынка. В статье использована ее гамильтоновость, позволяющая применить аппарат статистической механики. Аппарат статистической механики (с использованием принципа максимальной энтропии) позволяет реализовать вероятностный подход, который адаптирован к условиям неопределенности фондового рынка. Канонические переменные гамильтониана представлены в виде логарифмов цен акций и облигаций, совместная функция распределения вероятности цен акций и облигаций получена в виде распределения Гиббса. Больцмановский фактор, входящий в распределение Гиббса, позволяет оценить вероятность появления тех или иных цен на акции и облигации и получить аналитическое выражение для вычисления логарифмической доходности, дающее более точные результаты, чем широко используемое нормальное (Гауссово) распределение. По своим характеристикам полученное распределение напоминает распределение Лапласа. Вычислены основные характеристики полученного распределения – среднее значение, дисперсия, асимметрия, эксцесс. Математические результаты представлены графически. Дано объяснение причинно-следственного механизма, вызывающего изменение доходности рынка. Для этого развита идея Теодора Модиса о конкуренции между акциями и облигациями за внимание и деньги инвесторов (по аналогии с оборотом биомассы в моделях типа «хищник-жертва» в биологии). Результаты исследования представляют интерес для инвесторов, теоретиков и практиков фондового рынка. Они позволяют принимать продуманные и взвешенные решения по инвестированию за счет более реального представления об ожидаемой доходности и более адекватной оценки инвестиционного риска.
В работе предлагается подход к оцениванию параметров нелинейных динамических моделей с помощью концепции Рандомизированного машинного обучения (РМО), основанной на переходе от детерминированных моделей к случайным (со случайными параметрами) с последующим оцениванием вероятностных распределений параметров и шумов по реальным данным. Главной особенностью данного метода является его эффективность в условиях малого количества реальных данных. В работе рассматриваются модели, сформулированные в терминах обыкновенных дифференциальных уравнений, которые преобразуются к дискретному виду для постановки и решения задачи энтропийной оптимизации. Применение предлагаемого подхода демонстрируется на задаче прогнозирования общего количества инфицированных COVID-19 с помощью динамической эпидемиологической модели SIR. Для этого в работе строится рандомизированная модель SIR (R-SIR) с одним параметром, энтропийно-оптимальная оценка которого реализуется его функцией плотности распределения вероятностей, а также функциями плотности распределения вероятностей измерительных шумов в точках, в которых производится обучения. Далее применяется техника рандомизированного прогнозирования с фильтрацией шумов, основанная на генерации соответствующих распределений и построении ансамбля прогнозных траекторий с вычислением средней по ансамблю траектории. В работе реализуется вычислительный эксперимент с использованием реальных оперативных данных о заболеваемости в виде сравнительного исследования с известным методом оценивания параметров модели, основанным на методе наименьших квадратов. Полученные в эксперименте результаты демонстрируют существенное снижение средне-абсолютной процентной ошибки (MAPE) при по отношению к реальным наблюдениям на интервале прогноза, что показывают работоспособность предложенного метода и его эффективность в задачах рассматриваемого в работе типа.
Работа посвящена прогнозированию развития эпидемии COVID-19 с помощью нового метода рандомизированного машинного обучения. Основу метода составляет идея оценивания распределений вероятностей параметров модели по реальным данным вместе с распределением вероятностей измерительных шумов. Энтропийно-оптимальные распределения соответствуют состоянию максимальной неопределенности, что позволяет использовать получаемые в итоге прогнозы, как прогнозы наиболее ``негативного'' сценария исследуемого процесса. Полученные оценки параметров и шумов, которые представляют собой распределения вероятностей, необходимо генерировать, получая таким образом ансамбль траекторий, который требуется анализировать статистическими методами. Для целей такого анализа проводится вычисление средней и медианной по ансамблю траектории, а также траектории, соответствующей средним по распределению значениям параметров модели. Предлагаемый подход используется для прогнозирования общего количества инфицированных с помощью трехпараметрической логистической модели роста. Проведенный эксперимент основан на реальных данных о распространении COVID-19 в нескольких странах Европейского союза. Основной целью эксперимента является демонстрация энтропийно-рандомизированного подхода для прогнозирования эпидемического процесса на основе реальных данных вблизи пика. Существенная неопределенность, содержащаяся в доступных реальных данных моделируется аддитивным шумом в пределах 30%, который используется как на этапе обучения модели, так и при прогнозировании. Для настройки гиперпараметров модели используется схема их настройки по тестовой выборке с последующим переобучением. Показано, что при одинаковых наборах данных, предлагаемый подход позволяет более эффективно прогнозировать развитие эпидемии по сравнению со стандартным подходом, основанным на методе наименьших квадратов.
Математические модели земной системы служат мощным и эффективным инструментом, используемым для изучения поведения процессов, протекающих в сферических оболочках нашей планеты, в прошлом, настоящем и для прогнозирования их в будущем, учитывая внешние воздействия. Качество моделирования и прогнозирования природных процессов с применением соответствующих математических моделей в значительной степени зависит от информации об исходном состоянии рассматриваемой системы. Данная информация является результатом измерений, осуществляемых на сети наблюдательных станций и с помощью средств дистанционного зондирования. Поскольку развитие средств наблюдения является очень дорогостоящим мероприятием, представляется очень важным иметь возможность оценивать эффективность как существующей так и планируемой наблюдательной сети. Цель настоящей работы состоит в том, чтобы, с одной стороны, рассмотреть подход, основанный на сопряженных уравнениях, позволяющий оценивать влияние различных наблюдений на точность прогнозирования эволюции основных компонентов земной системы (атмосферы и океана) и, с другой стороны, проиллюстрировать применение этого подхода на примере двух хаотических малопараметрических динамических систем и глобальной модели ACCESS (моделирование австралийского климата и земной системы), используемой в Австралийском метеорологическом бюро для моделирования и прогнозирования погоды и климата. Результаты численных экспериментов демонстрируют высокие возможности метода сопряженных уравнений, который позволяет ранжировать измерительную информацию, получаемую с помощью различных технических средств, по степени ее важности, а также оценить влияние наблюдений на качество прогнозов.
В статье описаны основы построения и практическая реализация систем оперативного прогнозирования речных наводнений, базирующиеся на интегрированном использовании современных разработок в области информационных технологий и комплексного упреждающего (проактивного) моделирования. Отличительными особенностями предлагаемого междисциплинарного подхода являются: a) широкое использование разнородных данных, получаемых от сети гидропостов и от космических аппаратов дистанционного зондирование Земли, б) реализация систем прогнозирования на базе сервис-ориентированной архитектуры, в) создание интеллектуального интерфейса для выбора типа и настройки параметров гидрологических моделей, и обеспечение удобного представления и доступности результатов прогноза, в том числе в виде Веб-сервисов. Практическая апробация созданного программного прототипа системы подтвердила возможность получения в автоматическом режиме высокоточного оперативного (от нескольких часов до нескольких суток) прогноза зон и глубин затоплений участков речных долин.
В статье представлены результаты прогнозирования состояния экономической безопасности Санкт-Петербурга. Проводится моделирование и прогнозирование социально-экономических показателей, характеризующих экономическую безопасность региона, в зависимости от ожидаемых изменений величины теневой экономики на прогнозном периоде.
В работе представлен метод обработки многомерных плохо формализованных массивов медико-биологической информации, базирующийся на эволюционном подходе к решению экстремальных задач функции многих переменных. Предлагаемый метод позволяет прогнозировать результаты лечения с учетом медико-биологических и социальных особенностей пациентов. Приведены результаты численного эксперимента.
Главной задачей использования нейронных сетей является оперативное и точное решение различных творческих задач, таких как анализ и синтез новостных потоков при сохранении непрерывности обучения. Результатом такой обработки могут быть дайджесты, новостные потоки, прошедшие фильтрацию, а также прогнозы событий, позволяющих обеспечивать проактивность в управленческих решениях Известные методы обработки новостей нейронными сетями и реализующие их технические решения не в полной мере обеспечивают решение возникающих в этой области задач. Необходимо расширить их функциональные возможности, совершенствовать пространственно-временное связывание сигналов в рекуррентных нейронных сетях. При обработке новостных потоков одновременно с непрерывным обучением рекуррентных нейронных сетей следует осуществлять селекцию, распознавание, восстановление, прогнозирование и синтез новостей. Для снижения остроты проблемы предлагается перспективный метод многофункциональной обработки новостных потоков с применением рекуррентных нейронных сетей с логической организацией слоев и непрерывным обучением. Метод основан на развитии ассоциативной обработки текстовой информации в потоковых рекуррентных нейронных сетях с управляемыми элементами. Ключевыми особенностями этого метода являются многофункциональная обработка информационных потоков с изменяющимися законами появления новостей. Метод предусматривает оперативный отбор, распознавание, восстановление, прогнозирование и синтез новостей на основе глубокой ассоциативной непрерывной обработки связей между текстовыми элементами. Реализующая предлагаемый метод нейросетевая система отличается от известных решений новыми элементами, связями между ними, а также выполняемыми функциями. По результатам экспериментов подтверждена расширенная функциональность метода. Выявлены новые особенности обработки новостных текстов потоковыми РНС. Предлагаемые решения могут найти применение при создании интеллектуальных систем нового поколения не только для обработки текстов, но и других видов информации.
Резкое ухудшение состояния на фоне развития жизнеугрожающих аритмий с симптомами острой сердечной недостаточности (ОСН), синдрома полиорганной недостаточности (СПОН) или отёка головного мозга (ОГМ) может привести к гибели пациента. Поскольку известные методы автоматизированной диагностики в настоящий момент не могут достаточно точно и своевременно определить, что пациент находится в жизнеугрожающем состоянии, ведущем к летальному исходу от ОСН, СПОН или ОГМ, существует необходимость в разработке соответствующих методов. Одним из способов выявить предикторы такого состояния является применение методов машинного обучения к накопленным наборам данных. В данной статье решалась задача проверки с помощью методов анализа данных гипотезы о наличии зависимости между результатами измерения ЭКГ и последующим летальным исходом пациента в результате развития СПОН, ОСН или ОГМ. Был предложен метод комбинирования данных, сводящейся к тому, чтобы на основе характеристик ЭКГ для каждого пациента предложить алгоритм, на вход которого подаются пары интервалов RR и QT, а на выходе получается число, которое является характеристикой состояния пациента. На основе полученной характеристики производится классификация пациентов на группы: основную (пациенты с летальным исходом) и контрольную (выжившие пациенты). Полученная модель классификации закладывает потенциал для разработки методов идентификации клинического состояния пациента, что позволит автоматизировать получение сигнала о его ухудшении. Новизна результата заключается в подтверждении гипотезы о наличии зависимости между результатами измерения ЭКГ и последующим летальным исходом пациента в результате развития СПОН, ОСН или ОГМ, а также предложенном критерии и модели классификации, которые позволяют решать актуальную задачу автоматической фиксации ухудшения состояния пациентов.
В статье описаны результаты обработки статистических данных из открытых источников по развитию эпидемии COVID-19 и выполненного исследования по определению места и времени начала ее в России. В интересах предлагаемого исследования дан обзор существующих моделей процессов развития эпидемии и методов решения прямых и обратных задач его анализа. Предложена модель развития эпидемии COVID-19 в сети из девяти городов России: Москва, Санкт-Петербург, Нижний Новгород, Ростов-на-Дону, Краснодар, Екатеринбург, Новосибирск, Хабаровск, Владивосток. Города выбраны как по географическому положению, так и по количеству населения в них. Модель состоит из двадцати семи дифференциальных уравнений. Разработан алгоритм обратного анализа модели эпидемии. В качестве исходных данных для решения задачи выступали сведения по численности населения городов, интенсивности переходов процесса из одних состояний в другие, а также данные по инфицированности населения на заданные моменты времени. В статье также приводятся результаты детального анализа подходов решения к моделированию развития эпидемий по видам моделей (базовая модель SEIR, модель SIRD, адаптивная поведенческая модель, модифицированные SEIR-модели), и по странам (в Польше, во Франции, Испании, Греции и других), а также обзор прикладных задач, которые можно решить, используя моделирование распространения эпидемий. Рассматриваются дополнительные параметры среды, которые влияют на моделирование распространения эпидемий и могут учитываться для повышения точности результатов. По результатам моделирования установлены наиболее вероятные города-источники начала эпидемии в России, а также момент ее начала. Достоверность полученных оценок во многом определяется достоверностью использованных статистических данных по развитию COVID-19, находящихся в открытом доступе.
В статье изучается возможность использования альтернативного подхода к прогнозированию статистических показателей эпидемии вируса нового типа. Представлен систематический обзор моделей прогнозирования эпидемий новых инфекций в зарубежной и российской научной литературе. Анализируется точность модели SIR при прогнозировании весенней волны эпидемии COVID-19 в России. В качестве альтернативного подхода к моделированию эпидемии предлагается использование вместо традиционной модели SIR новой дискретной стохастической модели распространения эпидемии CIR, основанной на балансе показателей эпидемии в текущий и прошлые моменты времени. Новая модель описывает динамику общего количества заболевших (С), общего количества выздоровевших и умерших (R) и числа активных случаев (I). Параметрами системы являются процентный прирост величины C(t) и характеристика динамического баланса эпидемиологического процесса, впервые введенная в этой статье. Сформулирован принцип динамического баланса эпидемиологического процесса, предполагающий наличие у любого процесса свойства близости значений общего количества заболевших в прошлые периоды и значений общего количества выздоровевших и умерших в текущий момент времени. Для вычисления значений характеристики динамического баланса используется задача целочисленного программирования. Продемонстрировано, что в общем случае динамическая характеристика эпидемиологического процесса не является постоянной величиной. Эпидемиологический процесс, динамическая характеристика которого не является постоянной величиной, называется нестационарным. Для построения среднесрочных прогнозов показателей эпидемиологического процесса на промежутках стационарности эпидемиологического процесса разработан специальный алгоритм. Исследован вопрос об использовании этого алгоритма на промежутках стационарности и нестационарности. Приведены примеры применения модели CIR для построения прогнозов рассматриваемых показателей эпидемии в России в мае-июне 2020 года.
Одной из важнейших задач современной робототехники является разработка роботов для выполнения рутинных, вредных и опасных видов работ без непосредственного участия человека. Несмотря на активное развитие технологий искусственного интеллекта, на данный момент робототехнические системы не способны заменить человека при решении сложных задач в динамической среде. Наиболее перспективными для применения в ближайшее время являются роботы, реализующие копирующий тип управления, или так называемое виртуальное присутствие оператора. Принцип копирующего управления построен на захвате движения удаленно находящегося оператора и формировании управляющих сигналов для приводов робота. Для управления приводами могут использоваться следящие системы или системы на основе планирования движения. Следящие системы более просты, однако системы на основе планирования движения позволяют добиться большей плавности движения и меньшего износа деталей объекта управления. Для реализации управления на основе планирования движения вводится искусственная задержка между движениями оператора и объекта управления для накопления необходимых данных.
Цель исследования — устранение задержки, возникающей при управлении приводами антропоморфного манипулятора на основе решения обратной задачи динамики при копирующем типе управления в масштабе реального времени. Предлагается использовать для планирования движения не измеренные, а прогнозные значения обобщенных координат руки оператора. На основе измеренных значений обобщенных координат руки оператора формируются временные ряды и выполняется их прогнозирование. Прогнозные значения обобщенных координат используются при планировании траектории движения антропоморфного манипулятора и решении обратной задачи динамики. Прогнозирование осуществляется методом линейной регрессии, имеющим относительно малую вычислительную сложность, что является важным критерием для работы системы в масштабе реального времени.
Разработанный математический аппарат позволяет на основе параметров прогнозирования и максимальных допустимых ускорений движения приводов манипулятора найти теоретическую оценку пределов значений ошибки прогнозирования траектории движения руки оператора при использовании предлагаемого подхода для конкретных задач.
Проведенная программная симуляция в среде Matlab подтвердила адекватность полученной теоретической оценки максимального значения ошибки прогнозирования, а также перспективность предлагаемого подхода для проверки на практике.
В работе предложен адаптивный алгоритм прогнозирования временного ряда на основе выбора периода-аналога. Особенностью алгоритма является использование обучающей выборки прогнозов для автоматического выбора оптимальных параметров его работы. Алгоритм применялся для прогнозирования гидрологических временных рядов притока воды в Новосибирское водохранилище (река Обь). Показана эффективность его применения (повышение точности прогнозирования) по сравнению с базовым алгоритмом.
В настоящей статье представлен анализ существующих подходов к оцениванию количества информации на различных уровнях ее представления. Введены и математически описаны понятия информационного потока и потенциальной информативности сообщения на синтактическом уровне представления. Сформулированы и доказаны теоремы, которые позволяют выполнить количественную оценку потенциальной информации. Предложен подход к оцениванию количества потенциальной информативности.
В статье рассматривается использование технологии наземно-космического мониторинга в решении существующей проблемы весенних паводков. Основные представленные темы: сбор исходных данных для моделирования наводнения, существующие подходы и технологии мониторинга наводнений, а также метод построения системы прогнозирования наводнений. Особое внимание уделяется применению разработанного прототипа системы прогнозирования наводнений к весеннему паводку на реке Даугава в районе города Даугавпилс, Латвия. Предлагаемый пример иллюстрирует синергетический эффект от интеграции наземно-космических средств мониторинга для решения задач борьбы с наводнениями путем их упреждающего моделирования.
В статье рассматриваются методы разработки систем прогнозирования с использованием геоинформационных технологий и инструментов. Обсуждаеются обобщенная и типовые задачи, возникающие при прогнозировании природных катастроф на примере землятресений и цунами.
В статье представлены результаты численных исследований качества применения традиционных вариантов статистической обработки данных к задачам оценивания и прогнозирования состояния рынков капитала.
Описывается опыт применения методов интеллектуального анализа данных для решения задачи прогнозирования риска оперативного вмешательства у больных ИБС. Приводятся результаты сравнения разработанной системы прогнозирования риска с известными системами.
Работа посвящена проблеме оценки ситуаций и прогнозирования ее развития в приложениях, в которых требуется иметь средства для гибкого изменения сценариев поведения в зависимости от достигнутых состояний системы и текущего состояния внешней среды в реальном времени. Дается обзор и анализируются достоинства и недостатки существующих языков описания процессов и показывается, что традиционные языки спецификации систем, способные представлять, главным образом, реактивное поведение, не обладают необходимыми выразительными возможностями и потом не в состоянии справиться с поставленной задачей. Особенности рассматриваемой задачи спецификации, оценки и прогнозирования ситуаций демонстрируются на задачи управления фрагментом системы заправки стартового ракетного комплекса. В работе предлагается новый язык, который предназначен для описания знаний о сценариях, позволяющий оценивать текущее состояние исполнения сценария, прогноз его развития и выбора варианта продолжения в зависимости от достигнутых состояний и состояния внешней среды. Дается описание основных элементов языка, их графической нотации и описывается его операционная семантика. Возможности разработанного языка демонстрируются на примере описания модели диагностики нештатных ситуаций в процессе функционирования фрагмента системы заправки. Для этого приложения представлены примеры спецификации процесса в терминах разработанного языка сценариев.
1 - 20 из 20 результатов