Методи прогнозування розвитку пандемій на основі штучних нейронних мереж з урахуванням зовнішніх факторів

Abstract

Метою кваліфікаційної є дослідження методів прогнозування пандемій з урахуванням зовнішніх чинників. У ході виконання кваліфікаційної роботи було проведено аналіз існуючих методів прогнозування пандемій, їх переваг та недоліків. Було вивчено процес очищення даних часових рядів, побудову та дослідження нейронних мереж для прогнозування часових рядів, а саме моделей нейронних мереж LSTM, RNN, TCN та CNN на основі Keras та Tensorflow. Дослідження проводилися із застосуванням актуальних даних щодо розвитку пандемії COVID-19. Розроблений програмний продукт дозволяє виконувати порівняння та аналіз 4 типів штучних нейронних мереж, а також виконувати за їх допомогою прогнозування розвитку пандемії COVID-19.