• Nie Znaleziono Wyników

Mapy kognitywne: metody i algorytmy modelowania szeregów czasowych na poziomie koncepcyjnym

N/A
N/A
Protected

Academic year: 2021

Share "Mapy kognitywne: metody i algorytmy modelowania szeregów czasowych na poziomie koncepcyjnym"

Copied!
1
0
0

Pełen tekst

(1)

POLITECHNIKA WARSZAWSKA

WYDZIAŁ MATEMATYKI I NAUK INFORMACYJNYCH

Streszczenie ROZPRAWA DOKTORSKA

Mapy kognitywne:

metody i algorytmy modelowania szeregów czasowych na poziomie koncepcyjnym

Agnieszka JASTRZĘBSKA

Praca doktorska poświęcona jest metodom i algorytmom modelowania szeregów czasowych za pomocą rozmytych map kognitywnych. Studium literatury ilustruje aktualny stan rozwoju tej dziedziny oraz ukazuje jej braki. Teoretyczna cześć pracy przedstawia kompleksową metodykę modelowania szeregów czasowych za pomocą rozmytych map kognitywnych uzupełnioną o nowe elementy, będące oryginalnym wkładem w rozwój dziedziny. Zaproponowano nowy sposób reprezentacji szeregów czasowych i pojęć - węzłów w mapie, przedstawiono sposób oceny jakości pojęć w mapie oraz wskazano sposób upraszczania mapy po jej nauczeniu.

Teoretycznym rozważaniom towarzyszy szczegółowa analiza empiryczna omawianych zagadnień. W pracy przedstawiono wyniki licznych eksperymentów obliczeniowych modelowania syntetycznych i rzeczywistych szeregów czasowych. Badania empiryczne skupiają uwagę na nowych elementach wprowadzonych w pracy, choć również są pomocne w nieco ogólniejszej analizie właściwości modelowania w oparciu o tę klasę modeli. Pracę zamyka rozdział poświęcony ziarnistym mapom kognitywnym, które można interpretować jako uogólnienie rozmytych map kognitywnych. Modelowanie, reprezentacja i przetwarzanie wiedzy za pomocą ziarnistych map kognitywnych jest otwartym problemem badawczym.

Cytaty

Powiązane dokumenty

W niniejszym artykule czysta losowość (brak prawidłowości) jest ro- zumiana jako brak regularności w odstępach między wystąpieniami sprzedaży, jak i brak prawidłowości w

ƒ rozważając kursy walut jako multiułamkowe procesy ruchu Browna, można interpretować punktowe wykładniki Höldera jako lokalne miary ryzyka oraz ich wartości odczytywać

4 wynika, że empiryczne rozkłady błędów prognoz ekstrapo- lacyjnych dla modeli Browna i Holta charakteryzują się wyraźnie niższym roz- stępem niż dla modelu

Zatem znając w przypadku predykcji 10-dniowej ostatnie dziesięć obserwacji każdego z szeregów spokrewnionych z szeregiem bazowym, możemy na podstawie proponowanego

Rozwinięcie tego podejścia w postaci metody wykresów rekurencyjnych RP oraz ilościowej analizy rekurencyjnej RQA powinno pomóc w ujawnieniu objawów determinizmu oraz

Wskutek tego zabiegu wykres szeregu czasowego AIR przypomina model addytywny, który jest łatwiejszy do analizy i prognozowania.. Analizując wykres pozbawiony składnika sezonowego,

W ostatnich dziesięciu latach rozwinęły się techniki repróbkowania typu bo- otstrap lub subsampling dla niestacjonarnch szeregów czasowych (Politis (1999), Leśkow i in (2008)).

• Przetestować różną szerokość okna wygładzania oraz różne metody: simple, Trian- gular, Exponential Simple, Exponential Modified, Cumulative.. • Dokonać ekstrapolacji