Open AccessSelection of Basic Function for Identification of Time Series Based on Associative Majority Approach
Author(s) -
Tashbulat Z. Aralbaev,
Tatyana Abramova,
R. R. Galimov,
Diana Gaifulina,
E R Khakimova
Publication year - 2019
Publication title -
vestnik iževskogo gosudarstvennogo tehničeskogo universiteta/vestnik ižgtu imeni m.t. kalašnikova
Language(s) - Russian
Resource type - Journals
eISSN - 2413-1172
pISSN - 1813-7903
DOI - 10.22213/2413-1172-2018-4-194-199
Subject(s) - associative property , identification (biology) , selection (genetic algorithm) , series (stratigraphy) , computer science , function (biology) , artificial intelligence , computational biology , biology , mathematics , evolutionary biology , paleontology , pure mathematics , botany
Предложена модель выбора базовых функций при автоматизированной идентификации временных рядов, алгоритм и программное средство идентификации временных рядов на основе ассоциативно-мажоритарного подхода, позволяющие идентифицировать вид базовых зависимостей динамических процессов. Задача идентификации вида базовых функций решается с использованием классической теории распознавания образов. Идентификация производится путем сравнения исходного образа с эталонами, хранящимися в едином пространстве образов. Пространство образов представляет собой область памяти устройства (ассоциативной памяти), на котором производится идентификация. Особенностью предложенной модели является оперативность сравнения исходных образов с образами эталонов за счет использования единого признакового пространства и возможности сравнения всех образов за один такт. Для повышения оперативности идентификации в алгоритме выбора базовых функций также использован ассоциативно-мажоритарный подход к хранению и поиску идентификационных данных в электронной памяти. Предложенный алгоритм и программное средство выбора базовых функций являются универсальными, так как позволяют идентифицировать вид базовой зависимости в любом динамическом процессе независимо от специфики исследуемой предметной области. Автоматизированная идентификация вида базовых функций сокращает время построения прогнозных моделей и позволяет оперативно прогнозировать дальнейшие варианты протекания процесса.