izpis_h1_title_alt

Orodje za interaktivno analizo časovnih vrst
KERNC, JERNEJ (Avtor), Zupan, Blaž (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (1,15 MB)
MD5: 4FF3C27C65AB343EE28B0418D344F16A

Izvleček
Časovne vrste, kakor pravimo primerom zaporedja meritev opazovanega pojava, predstavljajo pomemben tip podatkov v ekonometriki (npr. gibanje letnega BDP in relativne zadolženosti držav), v poslovnem svetu (npr. prodajna uspešnost produkta po mesecih), v medicini (EEG, EKG), v meteorologiji (npr. sprememba povprečne temperature skozi čas) in na skoraj skoraj vseh ostalih področjih naravoslovnih in družbenih ved. Pomembno je, da imamo na voljo orodja, s katerimi lahko časovne vrste ustrezno proučujemo, transformiramo, analiziramo, vizualiziramo in modeliramo. V diplomskem delu smo, temelječ na programskem paketu za podatkovno rudarjenje Orange, razvili odprtokodno orodje za interaktivno analizo, vizualizacijo in napovedovanje časovnih vrst. Razširitev obsega štirinajst gradnikov podatkovnih tokov v smislu vizualnega programiranja, s katerimi je mogoče časovne vrste odvajati, interpolirati, agregirati, sezonsko prilagoditi, transformirati z okenskimi transformacijami in ocenjevati kavzalnost med vrstami. Razvili smo tudi komponente za prikaz časovnih vrst v črtnem diagramu, periodogramu, korelogramu in v spiralni toplotni karti. Za modeliranje smo v knjižnico vključili napovedna modela VAR in ARIMA. Izdelek smo preizkusili in ovrednotili na različnih naborih podatkov.

Jezik:Slovenski jezik
Ključne besede:časovne vrste, vizualizacija, avtoregresija, avtokorelacija, ARIMA, VAR, napovedovanje, strojno učenje, podatkovno rudarjenje, vizualno programiranje, umetna inteligenca, Orange
Vrsta gradiva:Diplomsko delo (m5)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2016
Število ogledov:1019
Število prenosov:574
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Toolbox for interactive time series analysis
Izvleček:
Time series, as we call sequences of measurements of an observed phenomenon, represent an important type of data in the fields of econometrics (e.g. countries' yearly GDP and relative debt change), business (e.g. number of products sold per month), medicine (EEG, ECG), meteorology (e.g. change in average temperature through time) and in almost all other fields of natural and social science. It is thus important for toolsets to exist, with which one can analyze, transform, visualize, and model time series data. Based on renowned Orange data mining software framework, we propose a suite of visual programming widgets for construction of workflows for interactive time series analysis, visualization, and forecast. In particular, the suite comprises widgets for time series differencing, interpolation, aggregation, seasonal adjustment, transformation with window functions and estimation of causality. Additionally, we devise components for plotting time series data in a line chart diagram, periodogram, correlogram, and spiral heatmap. We support time series modeling with VAR or ARIMA models. We evaluate our contribution on various time series data sets.

Ključne besede:time series, visualization, autoregression, autocorrelation, ARIMA, VAR, forecast, machine learning, data mining, visual programming, artificial intelligence, Orange

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj