Визначення аномалій у часових рядах на основі візуалізації рекурентних діаграм

Степаненко, Ю. С.

Публікація:
Визначення аномалій у часових рядах на основі візуалізації рекурентних діаграм

dc.contributor.author	Степаненко, Ю. С.
dc.date.accessioned	2021-06-10T20:16:22Z
dc.date.available	2021-06-10T20:16:22Z
dc.date.issued	2021
dc.description.abstract	Recurrence is a fundamental property of dynamical systems, which can be exploited to characterize the system’s behavior in phase space. A powerful tool for their visualization and analysis is the recurrence plot. Methods basing on recurrence plots have been proven to be very successful especially in analysing short, noisy and nonstationary data, as they are typical. This article describes a method for finding anomalies in a time series based on dividing a time series into parts. Time series parts are converted to recurrence plots - a black and white image. Further, the convolutional neural network is used to classify the image. The results showed that the considered method has a high enough classification accuracy.	uk_UA
dc.identifier.citation	Степаненко Ю. С. Визначення аномалій у часових рядах на основі візуалізації рекурентних діаграм / Ю. С. Степаненко // Радіоелектроніка та молодь у ХХI столітті : матеріали 25-го Міжнар. молодіж. форума, 20–22 квітня 2021 р. – Харків : ХНУРЕ, 2021. – Т. 7, 10. – С. 69–70.	uk_UA
dc.identifier.uri	https://openarchive.nure.ua/handle/document/16440
dc.language.iso	uk	uk_UA
dc.publisher	ХНУРЕ	uk_UA
dc.subject	часовий ряд	uk_UA
dc.subject	визначення аномалій	uk_UA
dc.subject	рекурентні методи класифікації	uk_UA
dc.subject	класифікація часових рядів	uk_UA
dc.title	Визначення аномалій у часових рядах на основі візуалізації рекурентних діаграм	uk_UA
dc.type	Thesis	uk_UA
dspace.entity.type	Publication