Page 56 - 4703

потрібно абсолютно певну дальність прогнозу, розумно буде
спеціальне навчити мережу саме на таку дальність.
У пакеті ST Neural Networks для вирішення завдань про-
гнозу часових рядів можна застосовувати мережі усіх типів
(тип мережі повинен підходити, залежно від завдання - для
регресії або класифікації). Мережа конфігурується для прогно-
зу часового ряду установкою параметрів Часове вікно - Steps і
Горизонт - Lookahead. Параметр Steps задає число попередніх
значень, які слід подавати на вхід, а параметр Lookahead вка-
зує, як далеко треба будувати прогноз. Кількість вхідних і
вихідних змінних може бути довільною. Проте, найчастіше в
якості вхідної і одночасно (з урахуванням горизонту)
вихідною виступає єдина змінна. При конфігурації мережі для
аналізу часових рядів змінюється метод пре-процессування
даних (витягаються не окремі спостереження, а їх блоки), але
навчання і робота мережі відбуваються точно так, як і в зав-
даннях інших типів.
У завданнях аналізу часових рядів навчальна множина
даних, як правило, буває представлена значеннями однієї
змінної, яка являється вхідною/вихідною (тобто служить для
мережі і входом, і виходом).
У завданнях аналізу часових рядів особливу складність
представляє інтерпретація понять навчального, контрольного і
тестового множин, а також даних, що не враховуються. У зви-
чайній ситуації кожне спостереження розглядається незалежно
і жодних питань тут не виникає. У разі ж часового ряду кожен
вхідний або вихідний набір складений з даних, що відносяться
до декількох спостережень, число яких задається параметрами
мережі: Часове вікно - Steps і Горизонт - Lookahead. З цього
виходять дві обставини:
Категорія, до якої буде віднесене набір, визначається ка-
тегорією вихідного спостереження. Наприклад, якщо в почат-
кових даних перші два спостереження не враховуються, а
третє оголошене тестовим, і значення параметрів Часове вікно
і Горизонт рівні відповідно 2 і 1, то перший використовува-
ний набір буде тестовим, його входи братимуться з перших
двох спостережень, а вихід - з третього. Таким чином, перші
два спостереження, хоча і помічені як такі, що не враховують-
ся, використовуються в тестовій множині. Більше того, дані
одного спостереження можуть використовуватися відразу в

56