Preview

Вестник СибГУТИ

Расширенный поиск

Применение специализированных детерминированных конечных автоматов для прогнозирования временных рядов

https://doi.org/10.55648/1998-6920-2022-16-2-12-22

Полный текст:

Аннотация

В данной работе рассматривается возможность использования детерминированных конечных автоматов для прогнозирования временных рядов в режиме реального времени. Для решения этой проблемы авторами предлагается модификация автомата с десятью считывающими головками, предназначенного для распознавания мультилинейных последовательностей. В статье представлены модификации этого автомата, алгоритмы для их реализаций и приведены результаты, полученные с их помощью. Кроме того, в работе представлен метод изменения алгоритма работы автомата, обеспечивающий его пошаговое выполнение.

Об авторах

У. А. Павлова
СибГУТИ
Россия
Павлова Ульяна Владимировна, аспирант 1-го курса института ИВТ, ассистент кафедры ПМиК 

630102, Новосибирск, ул. Кирова, 86



А. А. Ракитский
СибГУТИ
Россия
Ракитский Антон Андреевич, к.т.н, доцент кафедры ПМиК; научный сотрудник НГУ; старший научный сотрудник ИВТ СО РАН

630102, Новосибирск, ул. Кирова, 86



Список литературы

1. Sumi S. M., Zaman M. F., Hirose H. A rainfall forecasting method using machine learning models and its application to the Fukuoka city case // International Journal of Applied Mathematics and Computer Science. 2012. V. 22, № 4. P. 841–854.

2. Carreno E. M., Rocha R. M., Padilha-Feltrin A. A cellular automaton approach to spatial electric load forecasting // IEEE Transactions on Power Systems. 2010. V. 26, №. 2. P. 532–540.

3. Abeyrathna K. D. A Novel Multi-step Finite-State Automaton for Arbitrarily Deterministic Tsetlin Machine Learning // International Conference on Innovative Techniques and Applications of Artificial Intelligence. Cambridge, UK, December 15–17, 2020. V. 12498. P. 108.

4. Alevizos E., Artikis A., Paliouras G. Wayeb: a tool for complex event forecasting // 22nd International Conference on Logic for Programming, Artificial Intelligence and Reasoning. Awassa, Ethiopia, November 16–21, 2018.

5. Qin L., Hammerschmidt C., Pellegrino G., Verwer S. Short-term Time Series Forecasting with Regression Automata // ACM SIGKDD 2016 Workshop on Mining and Learning from Time Series (MiLeTS). San Francisco, California, USA, August 13–17, 2016. DOI: 10.1145/1235.

6. Alevizos E., Artikis A., Paliouras G. Event Forecasting with Pattern Markov Chains // 11th ACM Int. Conf. on Distributed and Event-based Systems, 2017. P. 146–157.

7. Jenkins G. M., Box G. Time Series Analyses. Forecasting and control. Holden-Day, 1976. 589 p.

8. Lysyak A. S., Ryabko B. Y. Time series prediction based on data compression methods // Problems of Information Transmission. 2016. V. 52, № 1. P. 92–99.

9. Чирихин К. С., Рябко Б. Я. Экспериментальное исследование точности методов прогноза, базирующихся на архиваторах // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2018. Т. 16, №. 3. C. 145–168.

10. Hopcroft J. E., Ullman J. D. Introduction to automata theory, languages, computation. AddisonWesley publishing company, 1979. 427 p.

11. Smith T. Prediction of infinite words with automata // Theory of Computing Systems. 2018. V. 62, № 3. P. 653–681.

12. Павлова У. В., Ракитский А. А. Исследование возможности применения автоматов для прогнозирования временных рядов // РНТК «Обработка информации и математическое моделирование», СибГУТИ, 25–26 апреля 2019. С. 168–172.

13. Pavlova U., Rakitskiy A. Time Series Forecasting Method Based on Finite State Machine // International Conference of Young Specialists on Micro/Nanotechnologies and Electron Devices (EDM). Aya, Altai Region, Russia, June 30 – July 3, 2021. P. 533–536.

14. Pavlova U., Rakitskiy A. Development and Research of the Time Series Prediction Method Based on Finite State Automaton // Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), Yekaterinburg, Russia, 13–14 May, 2021. P. 305–307.

15. Павлова У. В., Ракитский А. А. Разработка и исследование метода прогнозирования временных рядов на основе конечных автоматов // РНТК «Обработка информации и математическое моделирование», СибГУТИ, 23–24 апреля 2020. С. 142–145.

16. UCI Machine Learning Repository [Электронный ресурс]. URL: https://archive.ics.uci.edu/ml/index.php (дата обращения: 28.01.2022).


Рецензия

Для цитирования:


Павлова У.А., Ракитский А.А. Применение специализированных детерминированных конечных автоматов для прогнозирования временных рядов. Вестник СибГУТИ. 2022;(2):12-22. https://doi.org/10.55648/1998-6920-2022-16-2-12-22

For citation:


Pavlova U.V., Rakitskiy A.A. Application of specialized DFA for time series forecasting. The Herald of the Siberian State University of Telecommunications and Informatics. 2022;(2):12-22. (In Russ.) https://doi.org/10.55648/1998-6920-2022-16-2-12-22

Просмотров: 35


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1998-6920 (Print)