Труды КНЦ вып. 11 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ) вып. 8/2020 (11)
Y.S. Popkov Moscow, Institute for Systems Analysis, RAS ELEMENTS OF RANDOMIZED PREDICTION WITH APPLICATION TO FORECASTING OF DAILY ELECTRICAL LOAD IN ENERGY SYSTEMS Abstract A new method of randomized prediction based on generation of ensemble of entropy- optimal predictive trajectories has been developed. They are generated by randomized dynamic regression models with random parameters, measurement noises and random input. Keywords: randomized machine learning, entropy, dynamic regression, electrical load Функции плотности распределения вероятностей случайных параметров и измерительных шумов оцениваются с использованием реальных данных в рамках процедуры рандомизированного машинного обучения. Генерация ансамблей прогнозных траекторий осуществляется путем сэмплирования энтропийно оптимальных ПРВ. Предлагаемая процедура применяется для рандомизированного прогнозирования суточной нагрузки региональной энергетической системы. Синтезирована стохастическая предсказательная модель колебательнойдинамической регрессии со случайным входом. Метод рандомизированного оценивания адаптирован к данному классу моделей. Произведена первичная обработка реальных данных об изменениях суточной нагрузки энергетической системы GFS2014. Получены оценки функций распределения вероятностей параметров модели и входных шумов. Построены одно-, двух- и трехсуточные прогнозы и исследованы их погрешности. DOI: 10.37614/2307-5252.2020.8.11.028 УДК 004.9, 681.518 В.К. Пимешков, В.В. Диковицкий, М.Г. Шишаев Апатиты, Институт информатики и математического моделирования ФИЦ КНЦ РАН ИЗВЛЕЧЕНИЕ ОТНОШЕНИЙ ТЕЗАУРУСА ИЗ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕ С ИСПОЛЬЗОВАНИЕМ СТАТИСТИЧЕСКИХ И ЛИНГВИСТИЧЕСКИХ МЕТОДОВ* Аннотация Работа посвящена автоматизации извлечения знаний из неструктурированного текста с целью их прикладного использования в задачах извлечения фактов, формирования и пополнения тезауруса, анализа согласованности документов. Для извлечения и структурирования знаний используются методы статистического и лингвистического анализа. *Работа частично поддержанаРФФИ, номер проекта 20-07-00754. 188
Made with FlippingBook
RkJQdWJsaXNoZXIy MTUzNzYz