پیش بینی سری زمانی با استفاده از تبدیل ویولت

با توجه به اهمیت کاربرد پیش بینی دقیق در سری زمانی در زمینه های مختلف در این مقاله هدف افزایش دقت پیش بینی سری زمانی به کمک شبکه عصبی TDL با استفاده از توابع ویولت می باشد. بدین منظور دو مدل به عنوان بردار ورودی اعمال شده به شبکه عصبی ارائه شده است. در روش اول بردار ورودی، متشکل از ویژگی های استخراج شده از سری زمانی به کمک تبدیل ویولت به همراه داده های سری زمانی می باشد و در روش دوم بردار ورودی شبکه عصبی فقط از ویژگی های استخراج شده از سری زمانی به کمک تبدیل ویولت تشکیل یافته است. نتایج حاکی از برتری روش پیشنهادی برای پیش بینی سری زمانی نسبت به حالتی است که بردار ورودی به شبکه عصبی صرفااز داده های سری زمانی می باشد. سری زمانی مذکور مربوط به نمونه برداری انجام شده از نرخ ترافیک ورودی به مسیر یاب واسط بین مرکز تحقیقات مخابرات ایران و شرکت دیتا می باشد.

کلیدواژه ها:

تبدیل ویولت ، شبکه عصبیTDL پیش بینی سری زمانی ، استخراج بردار ویژگی