Г.Г. Рапаков, В.А. Горбунов, Сергей Владимирович Дианов, Л.В. Елизарова
{"title":"LSTM神经网络方法在时间序列建模中的研究","authors":"Г.Г. Рапаков, В.А. Горбунов, Сергей Владимирович Дианов, Л.В. Елизарова","doi":"10.23859/1994-0637-2023-3-114-4","DOIUrl":null,"url":null,"abstract":"В работе представлены результаты применения методов машинного обучения в задаче прогнозирования экономического временного ряда. На основе компьютерного моделирования разработана программная реализация LSTM-нейронной сети для товарной позиции из номенклатурного ряда за пятилетний период. Итоги исследования использованы при разработке корпоративной информационно-аналитической системы (ИАС).\n In this research, the authors present the results of the machine learning methods and algorithm application for development of LSTM neural network in order to time series modeling. Based on the application of artificial intelligence methods and five-year monitoring data a neural network software model for forecasting the time series of an economic indicator has been developed. The results were used in the corporate business intelligence system.","PeriodicalId":102323,"journal":{"name":"Cherepovets State University Bulletin","volume":"64 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Research of the LSTM neural network approach in time series modeling\",\"authors\":\"Г.Г. Рапаков, В.А. Горбунов, Сергей Владимирович Дианов, Л.В. Елизарова\",\"doi\":\"10.23859/1994-0637-2023-3-114-4\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В работе представлены результаты применения методов машинного обучения в задаче прогнозирования экономического временного ряда. На основе компьютерного моделирования разработана программная реализация LSTM-нейронной сети для товарной позиции из номенклатурного ряда за пятилетний период. Итоги исследования использованы при разработке корпоративной информационно-аналитической системы (ИАС).\\n In this research, the authors present the results of the machine learning methods and algorithm application for development of LSTM neural network in order to time series modeling. Based on the application of artificial intelligence methods and five-year monitoring data a neural network software model for forecasting the time series of an economic indicator has been developed. The results were used in the corporate business intelligence system.\",\"PeriodicalId\":102323,\"journal\":{\"name\":\"Cherepovets State University Bulletin\",\"volume\":\"64 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Cherepovets State University Bulletin\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.23859/1994-0637-2023-3-114-4\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cherepovets State University Bulletin","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23859/1994-0637-2023-3-114-4","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Research of the LSTM neural network approach in time series modeling
В работе представлены результаты применения методов машинного обучения в задаче прогнозирования экономического временного ряда. На основе компьютерного моделирования разработана программная реализация LSTM-нейронной сети для товарной позиции из номенклатурного ряда за пятилетний период. Итоги исследования использованы при разработке корпоративной информационно-аналитической системы (ИАС).
In this research, the authors present the results of the machine learning methods and algorithm application for development of LSTM neural network in order to time series modeling. Based on the application of artificial intelligence methods and five-year monitoring data a neural network software model for forecasting the time series of an economic indicator has been developed. The results were used in the corporate business intelligence system.