DISTRIBUTIONALTIME SERIES FOR FORECASTING AND RISK ASSESSMENT : доклад, тезисы доклада | Научно-инновационный портал СФУ

DISTRIBUTIONALTIME SERIES FOR FORECASTING AND RISK ASSESSMENT : доклад, тезисы доклада

Перевод названия: ВРЕМЕННЫЕ РЯДЫ РАСПРЕДЕЛЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ И ОЦЕНКИ РИСКА

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Моделирование и анализ безопасности и риска в сложных системах; Санкт-Петербург; Санкт-Петербург

Год издания: 2020

Ключевые слова: big time series, distributional time series, aggregation, computational probabilistic analysis, forecasting, risk assessment

Аннотация: Important computational aspects of big data processing and forecasting methods for the problems of the digital economy are under consideration. New approach to the study and forecasting of big data represented by time series is discussed.Our approach is based on big data technologies, including data aggregation procedures for input and output parameters and computational probabilistic analysis.The result of this approach is a new type of representation of big time series in the form of distributional time series. Piecewise polynomial models are used for data aggregation procedures. To solve computational problems on distributed time series, we developed arithmetic over piecewise polynomial functions. To demonstrate our approach, we examined the task of risk assessing to investment project for the organization of parking lots.

Ссылки на полный текст

Издание

Журнал: Modeling and Analysis of Safety and Risk in Complex Systems

Номера страниц: 122-128

Издатель: Санкт-Петербургский государственный университет аэрокосмического приборостроения

Авторы

  • Popova O.A. (Сибирский федеральный университет)
  • Dobronets B.S. (Сибирский федеральный университет)
  • Merko A.M. (Сибирский федеральный университет)
  • Под редакцией Е.Д. Соложенцева, В.В. Карасев

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.