<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інформаційна технологія аналізу та прогнозування ціни на природній газ

dc.contributor.authorЛадуб, О. В.uk
dc.contributor.authorКозачко, О. М.uk
dc.titleІнформаційна технологія аналізу та прогнозування ціни на природній газuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЛадуб О. В., Козачко О. М. Інформаційна технологія аналізу та прогнозування ціни на природній газ // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19634.uk
dc.relation.ispartofМатеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19634
dc.identifier.udc004.9+504.3.054
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/41774
dc.description.abstractВ роботі розроблено інформаційну технологію аналізу та прогнозування ціни на природній газ на основі методів машинного навчання. Проведені комп’ютерні експерименти показали, що ефективним методом прогнозування виявився метод LSTM.uk
dc.description.abstractThis work explores the fundamental concepts in the field of forecasting natural gas prices. Several key machine learning methods have been implemented to predict the prices of valuable resources. Based on the comparison of experimental results, it is demonstrated that using a machine learning method such as LSTM is convenient and promising for forecasting natural gas prices.en
dc.subjectМашинне навчанняuk
dc.subjectприродній газuk
dc.subjectпрогнозуванняuk
dc.subjectінформаційні технологіїuk
dc.subjectMachine learningen
dc.subjectnatural gasen
dc.subjectforecastingen
dc.subjectinformation technologiesen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesAmuda Y. J., Hassan S., Subramaniam U. Comparative Review of Energy, Crude Oil, and Natural Gas for Exchange Markets in Nigeria, India and Bangladesh //Energies. – 2023. – Т. 16. – №. 7. – С. 3151.en
dc.relation.referencesAlam M. S. et al. Forecasting oil, coal, and natural gas prices in the pre-and post-COVID scenarios: Contextual evidence from India using time series forecasting tools //Resources Policy. – 2023. – Т. 81. – С. 103342.en
dc.relation.referencesFtiti Z., Tissaoui K., Boubaker S. On the relationship between oil and gas markets: a new forecasting framework based on a machine learning approach //Annals of Operations Research. – 2022. – Т. 313. – №. 2. – С. 915-943.en
dc.relation.referencesSiddharth Kulkarni Kaggle Notebook «Natural Gas Price Prediction using Time Series» [Електронний ресурс]. Режим доступу: https://www.kaggle.com/code/mykeysid10/natural-gas-priceprediction-using-time-series.en
dc.date.accessioned2024-04-30T07:18:04Z
dc.date.available2024-04-30T07:18:04Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
19634.pdf
Розмір:
608,7 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: