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

Порівняльний аналіз моделей прогнозування показника стану атмосферного повітря

dc.contributor.authorShmundiak, D. O.en
dc.titleПорівняльний аналіз моделей прогнозування показника стану атмосферного повітряuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationShmundiak D. O. Порівняльний аналіз моделей прогнозування показника стану атмосферного повітря // Матеріали XVII Міжнародної конференції «Контроль і управління в складних системах (КУСС-2024)», м. Вінниця, 16-17 жовтня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mccs/mccs2024/paper/view/22120.uk
dc.relation.ispartofМатеріали XVII Міжнародної конференції «Контроль і управління в складних системах (КУСС-2024)», м. Вінниця, 16-17 жовтня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mccs/mccs2024/paper/view/22120
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/56495
dc.subjectаналіз часових рядівuk
dc.subjectаномалії часових рядівuk
dc.subjectмашинне навчанняuk
dc.subjectсезонна декомпозиціяuk
dc.subjectгармоніки ряду Фур’єuk
dc.subjectPropheten
dc.subjectякість атмосферного повітряuk
dc.subjectEcoCityen
dc.typeThesis
dc.language.isoenen
dc.relation.references[1] Shumway, Robert & Stoffer, David. (2011). Time Series Analysis and Its Applications With R Examples. 10.1007/978-1-44197865-3. [2] Terence C. Mills, Chapter 3 - ARMA Models for Stationary Time Series, Editor(s): Terence C. Mills, Applied Time Series Analysis, Academic Press, 2019, Pages 31-56, ISBN 9780128131176, https://doi.org/10.1016/B978-0-12-813117-6.00003-X. [3] Dr. Shikha Gaur. “Global forecasting of COVID-19 USING ARIMA BASED FB-PROPHET”. International Journal of Engineering Applied Sciences and Technology, 2020 Vol. 5, Issue 2, ISSN No. 2455-2143, Pages 463-467. [4] Sean J Taylor, Benjamin Letham, Forecasting at scale, PeerJ Preprints, 5, 2017, https://doi.org/10.7287/peerj.preprints.3190v2 [5] Д. О. Шмундяк і В. Б. Мокін, «Метод ідентифікації параметрів гармонік та аномалій періодичного часового ряду на основі адаптивної декомпозиції», Вісник ВПІ, вип. 6, с. 46–56, Груд. 2023. [6] Dmytro Shmundiak and Vitalii Mokin, “Adaptive decomposition for harmonics and anomalies” Kaggle Notebook. [Electronic resource]. Available: https://www.kaggle.com/code/dimashmundiak/adaptive-decomposition-for-harmonics-and-anomalies. Accessed:05.10.2024. [7] Д. О. Шмундяк і В. Є. Копняк, «Метод ідентифікації локальних аномалій значень показників стану довкілля з використанням декомпозиції на півхвилі», Вісник ВПІ, вип. 1, с. 88–100, Лют. 2024. [8] Omar, Salima & Ngadi, Md & Jebur, Hamid & Benqdara, Salima. (2013). Machine Learning Techniques for Anomaly Detection: An Overview. International Journal of Computer Applications. 79. 10.5120/13715-1478. [9] Markus M. Breunig, Hans-Peter Kriegel, Raymond T. Ng, and Jrg Sander. 2000. LOF: identifying density-based local outliers. SIGMOD Rec. 29, 2 (June 2000), 93–104. https://doi.org/10.1145/335191.335388 [10] Sklearn. API Reference – Available: https://scikit-learn.org/stable/modules/classes.html. Accessed: 05.10.2024en
dc.date.accessioned2026-11-16T14:55:44Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
22120.pdf
Розмір:
720,16 KB
Формат:
Adobe Portable Document Format