Методи кластерізації часових рядів тренду за детектування тренду

Слєпцов, О. М.

Публікація:
Методи кластерізації часових рядів тренду за детектування тренду

dc.contributor.author	Слєпцов, О. М.
dc.date.accessioned	2023-06-13T22:56:11Z
dc.date.available	2023-06-13T22:56:11Z
dc.date.issued	2023
dc.description.abstract	The article discusses the utilization of machine learning techniques for clustering time series data based on predetermined criteria, enabling the identification of trend components. Various clustering methods, including kmeans, are employed in the article. Additionally, the article explores multiple criteria for trend detection in short time series, which are often characterized by noise. Experimental findings demonstrate that using these criteria as features yields high clustering accuracy, as evidenced by quantitative and qualitative metrics. However, the results are contingent upon several factors, such as the length of the time series, the type of trend, and the choice of clustering method.
dc.identifier.citation	Слєпцов О. М. Методи кластерізації часових рядів тренду за детектування тренду / О. М. Слєпцов // Радіоелектроніка та молодь у XXI столітті : тези доповідей 27-го Міжнародного молодіжного форуму, 10–12 травня 2023 р. – Харків : ХНУРЕ, 2023. – Т. 7. – С. 197–198.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/23430
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	кластерізація часових рядів тренду
dc.subject	детектування тренду
dc.title	Методи кластерізації часових рядів тренду за детектування тренду
dc.type	Thesis
dspace.entity.type	Publication