• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Прогнозирование хаотических временных рядов на много шагов вперёд
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
18 ноября 2026 г.
Три четверти различий в функциональной грамотности обусловлены генами
Исследователи НИУ ВШЭ впервые оценили на российских данных, насколько функциональная грамотность зависит от наследственности. Анализ результатов 114 пар близнецов из общероссийской выборки восьмиклассников показал: генетические различия объясняют 76% разброса в общем уровне функциональной грамотности. Результаты опубликованы в журнале Behavior Genetics.
18 ноября 2026 г.
«Наука дает мне возможность видеть красоту»
Мария Губина учится в магистратуре факультета математики НИУ ВШЭ и занимается теорией узлов. В интервью проекту «Молодые ученые Вышки» она рассказала о «числе Эрдёша», математических закономерностях вокруг нас и о том, почему ученым стоит научиться печь тортики.
17 ноября 2026 г.
Ученые НИУ ВШЭ разработали метод для обнаружения неисправностей систем охлаждения ЦОД
Исследователи НИУ ВШЭ и Уральского федерального университета разработали метод на основе искусственного интеллекта, который выявляет постепенные утечки хладагента и загрязнение теплообменников в системах охлаждения центров обработки данных. Новая модель учитывает физические связи между элементами холодильного контура, что позволяет выявлять неисправности на ранних стадиях. Результаты опубликованы в журнале IEEE Transactions on Industry Applications.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Прогнозирование хаотических временных рядов на много шагов вперёд

Вестник современных цифровых технологий. 2020. Т. 4. С. 13–21.
Громов В. А., Баранов Ф. С.

В настоящей работе на примере ряда Лоренца рассматривается несколько новых стратегий прогнозирования на много шагов вперёд. Использование обобщённых z-векторов, составленных из непоследовательных наблюдений, позволило в рамках подходов прогнозирования на основе кластеризации построить для каждой точки, для которой необходимо получить прогноз, достаточно большое множество возможных прогнозных значений. Анализ указанных множеств проводился в двух аспектах: во-первых, определение возможности получение единого прогнозного значения для такого множества; во-вторых, построение единого прогнозного значения в тех случаях, когда это возможно. Концепция непрогнозируемых точек позволила сформулировать новую постановку задачи прогнозирования на много шагов вперёд: в рамках этой постановки предполагается, что алгоритм обладает способностью различать прогнозируемые и непрогнозируемые точки и давать прогноз в прогнозируемых.Было установлено, что с ростом числа шагов вперёд, на которое необходимо получить прогноз, число непрогнозируемых точек растёт, при этом ошибка в прогнозируемых точках не превышает некоторого порогового значения. Предложенные в работе подходы к решению задачи многошагового прогнозирования в такой постановке позволили получить прогнозы в некоторых точках за горизонтом прогнозирования.

Научное направление: Математика Компьютерные науки
Язык: русский
Полный текст
Текст на другом сайте
Ключевые слова: Predictive clusteringMulti-step chaotic time series predictionPREDICTABLE AND NON-PREDICTABLE POINTS,Horizon of Predictabilityхаотические временные рядыпрогнозирование на много шагов впередпрогнозирование на основе кластеризациипрогнозируемые и непрогнозируемые точкигоризонт прогнозирования
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Интеллектуальный анализ данных в медицинских информационных системах (2022)
Похожие публикации
Genus zero Whitham hierarchy via Hurwitz–Frobenius manifolds
Басалаев А. А., Journal of Geometry and Physics 2027 Vol. 232 Article 106032
Добавлено: 19 ноября 2026 г.
FLowRA: Flow-Guided Rank Allocation for Parameter-Efficient Fine-Tuning of Deep Neural Networks
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 11 Article 389
Добавлено: 19 ноября 2026 г.
Uniqueness of addition in Schrödinger algebras
Соснов Г. Р., / Series arXiv "math". 2026.
В работе получен критерий однозначности сложения в алгебре Шрёдингера. Это позволяет получить первый пример алгебры Ли с однозначным сложением и нетривиальным центром над полем нулевой характеристики. Также найдено необходимое и достаточное условие того, что алгебра Шрёдингера имеет скобочную ширину один. ...
Добавлено: 19 ноября 2026 г.
Uniqueness of addition in Lie rings gl_n(K) and sl_n(K)
Соснов Г. Р., / Series math "arxiv.org". 2026.
Мы доказываем, что любая биекция колец Ли α:gln(K)→R, сохраняющая коммутатор аддитивна на подкольце sln(K), где кольцо R произвольное,  n≥2 и поле K произвольно. Использяю данный результат мы находим критерий однозначности сложения колец gln(K) и sln(K). Мы также показываем, что любая инъекция колец Ли β:sl2(K)→S, сохраняющая коммутатор, аддитивна. Это первый результат об аддитивности инъекции, сохраняющей коммутатор. ...
Добавлено: 19 ноября 2026 г.
Machine Learning for Astrophysics 2024
Springer, 2026.
Добавлено: 19 ноября 2026 г.
Approximation of Multivariate Time Series in Astronomy Using Vector Gaussian Processes
Semenikhin T. A., Корнилов М. В., Pruzhinskaya M. V., Moscow University Physics Bulletin 2025 Vol. 80 No. S1 P. S204–S207
Добавлено: 19 ноября 2026 г.
Anomaly detection in Fink: I. Discovery, follow-up, and classification of unusual sources
Pruzhinskaya M. V., Корнилов М. В., Dodin A. V. и др., Astronomy and Astrophysics 2026 Vol. 715 P. 1–18
Добавлено: 19 ноября 2026 г.
Supernova scores for active anomaly detection
Semenikhin T. A., Kornilov M.V., Pruzhinskaya M. V. и др., Astronomy and Computing 2026 Vol. 56 Article 101126
Добавлено: 19 ноября 2026 г.
Soliton turbulence within the modified Benjamin–Bona–Mahony equation
Flamarion M. V., Пелиновский Е. Н., Physica D: Nonlinear Phenomena 2027 Vol. 500 Article 135452
Добавлено: 18 ноября 2026 г.
Топология 3-многообразий, допускающих НМС-потоки с единственной седловой орбитой
Ягилев А. А., Починка О. В., Шубин Д. Д., Математический сборник 2026 Т. 217 № 11 С. 130–144
Рассматриваются неособые потоки Морса-Смейла (НМС-потоки) на замкнутых ориентируемых 3-многообразиях $M^3$, в предположении, что среди периодических орбит ровно одна седловая. Устанавливается, что  многообразие $M^3$ допускает такой поток  тогда и только тогда, когда оно гомеоморфно  линзовому пространству, связной сумме линзовых пространств или многообразию Зейферта вида $M(\mathbb S^2, (p_1,q_1), (p_2,q_2), (p_3,q_3))$. ...
Добавлено: 17 ноября 2026 г.
Active learning of collinear magnetic Moment Tensor Potentials using the spin-MLIP package from soft-constrained spin-polarized DFT calculations: a case study of Fe-Pd
Burov A., Котыхов А. С., Aksyonov D. и др., Computer Physics Communications 2027 Vol. 330 Article 110458
Явный учет магнитных степеней свободы в межатомных потенциалах, построенных с помощью методов машинного обучения (магнитных MLIP), играет ключевую роль в корректном описании магнитных материалов и их свойств. Важным компонентом для обучения таких потенциалов являются спин-поляризованные расчеты в рамках теории функционала плотности (DFT), проводимые для состояний с неравновесными магнитными моментами — то есть расчеты DFT с ...
Добавлено: 17 ноября 2026 г.
Toward reliable false discovery rate control in classification problems under distribution shift
Кертес-Фаркаш А., Боревский А. О., Plos One 2026 Vol. 21 No. 11 P. 1–20
Background Domain shifts or batch effects can significantly degrade the performance of machine learning-based classifiers in software production without any warning. This can particularly be problematic in medical applications which involve human lives. The shift changes the shape of the prediction score distribution of the test samples compared to that of the training samples; hence, decision ...
Добавлено: 17 ноября 2026 г.
Multi-Step-Ahead Prediction of Chaotic Time Series: Self-Healing Algorithm for Restoring Values at Non-Predictable Points
Громов В. А., Томащук К. К., Рукавишников А. А., Qubahan Academic Journal 2024 Vol. 4 No. 3
В работе предлагается новый алгоритм прогнозирования хаотических временных рядов на много шагов вперёд в рамках парадигмы прогнозирования на основе кластеризации. Введение концепции непрогнозируемых точек позволило избежать экспоненциального роста ошибки прогнозирования в функции от числа шагов вперёд, на который и дало возможность разработки алгоритмов, прогнозирующих на много ляпуновских времён (и на много шагов) вперёд – платой ...
Добавлено: 27 сентября 2024 г.
Менеджмент. Практикум : учебное пособие для вузов / Ю. В. Кузнецов [и др.] ; под редакцией Ю. В. Кузнецова. — Москва : Издательство Юрайт, 2023.Глава 5.Прогнозирование в современных системах менеджмента.
Кайсарова В. П., М.: Юрайт, 2023.
Современное развитие экономики требует подготовки профессионалов, которые владеют навыками ведения хозяйства в условиях развитого рынка и обладают знаниями об управлении организациями. На решение этой задачи и направлено изучение дисциплины «Менеджмент». Предлагаемый курс охватывает все типовые разделы данной дисциплины; освоив его, студенты научатся решать реальные проблемы, стоящие перед организациями в условиях современной экономики. Авторы представили достижения ...
Добавлено: 28 декабря 2023 г.
Prediction after a Horizon of Predictability: Nonpredictable Points and Partial Multistep Prediction for Chaotic Time Series
Vasilii A. Gromov, Philip S. Baranov, Complexity 2023 Vol. 2023 Article 6689371
Добавлено: 22 сентября 2023 г.
Generalized relational tensors for chaotic time series
Vasilii A. Gromov, Yury N. Beschastnov, Korney K. Tomashchuk, PeerJ Computer Science 2023 Vol. 9 No. Article e1254
Добавлено: 31 января 2023 г.
Различение хаотических и регулярных временных рядов для идентификации состояния артериовенозной фистулы
Громов В. А., Мазайшвили К. В., Заикин П. В. и др., Вестник кибернетики 2022 Т. 45 № 1 С. 72–82
Распространенность хронической болезни почек ежегодно растет и уже сопоставима с такими социально значимыми заболеваниями, как гипертоническая болезнь и сахарный диабет, а также с ожирением и метаболическим синдромом [1,2].  Стандартным решением для гемодиализных пациентов является создание постоянного сосудистого доступа а виде артерио-венозной фистулы. Однако, ее использование ограничивается частыми тромбозами, что влечет за собой риски для жизни ...
Добавлено: 14 ноября 2022 г.
Chaotic Time Series Prediction: Run for the Horizon
Громов В. А., , in: Tools and Methods of Program Analysis: 5th International Conference, TMPA 2019, Tbilisi, Georgia, November 7–9, 2019, Revised Selected Papers.: Springer, 2021. P. 29–43.
Добавлено: 29 октября 2021 г.
Predictive clustering on non-successive observations for multi-step ahead chaotic time series prediction
Громов В. А., Borisenko E. A., Neural Computing and Applications 2015 Vol. 26 No. 8 P. 1827–1838
Добавлено: 27 сентября 2018 г.
Precocious identification of popular topics on Twitter with the employment of predictive clustering
Громов В. А., Konev A., Neural Computing and Applications 2017 Vol. 28 No. 11 P. 3317–3322
Добавлено: 27 сентября 2018 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору