Порівняння моделей LSTM та GRU для прогнозування залишків у бустинговій гетероскедастичній EGARCH-моделі

Abstract

Здійснено порівняльний аналіз моделей LSTM та GRU для прогнозування залишків у бустинговій гетероскедастичній моделі EGARCH. Результати показали, що LSTM забезпечує кращу точність, ніж GRU на прикладі прогнозування концентрації пилу Сахари в атмосферному повітрі м. Вінниці за даними мережі громадського моніторингу EcoCity.

A comparative analysis of LSTM and GRU models for forecasting residuals in the boosting heteroskedastic EGARCH model was carried out. The results showed that LSTM provides better accuracy than GRU on the example of forecasting the concentration of Sahara dust in the atmospheric air of Vinnytsia, according to the data of the EcoCity public monitoring network.