Підхід до збільшення розмірності вхідних даних для нейромережевого прогнозування значень показників епідеміологічної небезпеки
Вантажиться...
Дата
2024
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
В результаті дослідження встановлено, що для оцінки ефективності прогнозування значень параметрів за їх часовими рядами рекурентною темпоральною нейронною
мережею із згортковим шаром було проведено дослідження точності прогнозування епідеміологічних параметрів відносно різної кількості епох навчання нейронної мережі на основі реальних даних та проведено порівняння точності прогнозу між методом прогнозування значень параметрів за їх часовими рядами рекурентною темпоральною нейронною мережею із згортковим шаром та методом лінійної регресії. Проведені дослідження встановили, що збільшення кількості досліджуваних епох у вигляді вибірок параметрів за максимально можливий попередній діапазон призводить до відповідного підвищення точності прогнозування рівня епідеміологічної небезпеки. Так, за охоплення аналізом 50 вибірок актуальних параметрів протягом досліджуваного періоду точність прогнозування склала 67.29%, а за охоплення аналізом 700 вибірок актуальних параметрів протягом досліджуваного періоду точність прогнозування збільшилась до 79.22%.
Опис
Ключові слова
Бібліографічний опис
Мазурець О. В., Овчарук О. М. Підхід до збільшення розмірності вхідних даних для нейромережевого прогнозування значень показників епідеміологічної небезпеки. Матеріали VIII Міжнародної науково-практичної конференції «Перспективи сучасної науки: теорія і практика», 16-18.09.2024. Львів, 2024. С. 192-198.