Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Актуальные проблемы авиации и космонавтики; Красноярск; Красноярск
Год издания: 2025
Ключевые слова: временные ряды, прогнозирование, arima, нейронные сети, машинное обучение, нестационарность, time series, forecasting, neural networks, machine learning, nonstationarity
Аннотация: В статье рассматриваются актуальные проблемы прогнозирования временных рядов, включая обработку нестационарных данных и учет нелинейных зависимостей. Объектом исследования выступают современные методы анализа временных рядов: ARIMA, экспоненциальное сглаживание, нейронные сети и гибридные подходы. Проанализирован достигнутый уровенПоказать полностьюь исследований, включая новейшие разработки в области машинного обучения. Выделена новизна применения комбинированных методов и их практическая значимость в экономике, метеорологии и других областях. The article examines current challenges in time series forecasting, including handling non- stationary data and accounting for nonlinear dependencies. The object of study is modern time series analysis methods, such as ARIMA, exponential smoothing, neural networks, and hybrid approaches. The current state of research is analyzed, including recent advancements in machine learning. The novelty of applying combined methods and their practical significance in economics, meteorology, and other fields are highlighted.
Журнал: Актуальные проблемы авиации и космонавтики
Номера страниц: 128-130
Место издания: Красноярск