Полное описание
>
Казаков, Ф. А. Использование нейронных сетей с временными рядами данных для анализа потоков данных / Ф. А. Казаков, А. В. Шнайдер. - Текст : непосредственный // Соврем. наукоем. технологии : журнал. - 2021. - N 6. - С. 260-264. - Библиогр. в конце ст. - ISSN 1812-7320.
(Шифр в БД У3175/2021/6)
ГРНТИ | УДК | |
28.23.37 | 004.032.26 |
Рубрики:
Нейронные сети -- Применение
Кл.слова (ненормированные): анализ сетевого трафика -- временные ряды данных -- рекуррентные нейронные сети -- искусственная нейронная сеть -- сети долгосрочной краткосрочной памяти
Аннотация: В статье изложены основные варианты использования нейронных сетей с временными рядами данных, описаны принципы прогнозирования временных рядов, дан обзор рекуррентных нейронных сетей с возможностью оперирования последовательностью векторов. Описана работа двух популярных и эффективных моделей рекуррентных нейронных сетей: сети долгосрочной краткосрочной памяти, Long Short-Term Memory (LSTM) и сети с рекуррентным блоком управляемой памяти, Gated Recurrent Unit (GRU). Рекуррентные нейронные сети гораздо более гибкие и гораздо лучше подходят для прогнозирования временных рядов, чем обычно применяемые линейные модели, хотя у таких сетей есть проблемы с долгосрочными зависимостями. Тем не менее с помощью методов, описанных в этой статье, можно решить данные проблемы. Мы можем проводить анализ временных рядов с целью либо прогнозирования будущих значений, либо понимания процессов, движущих временными рядами, но нейронные сети особенно плохи в последнем случае. Важно понимать, что использование нейронных сетей необходимо для расширения функционала традиционных методов в области обнаружения вторжения в сеть передачи данных, а не для полного их замещения.
Доп. точки доступа:
Шнайдер, А.В.
>
Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
Свободны: ЧЗХР (1), ХРЦ (1)
Заказ фрагмента документа ₽