Слєпцов, О. М.2023-06-132023-06-132023Слєпцов 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.https://openarchive.nure.ua/handle/document/23430The 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.ukкластерізація часових рядів трендудетектування трендуThesis