Показати скорочений опис матеріалу
dc.contributor.author | Недашківський, Є. А. | |
dc.date.accessioned | 2015-09-22T12:38:53Z | |
dc.date.accessioned | 2017-06-29T09:41:23Z | |
dc.date.available | 2015-09-22T12:38:53Z | |
dc.date.available | 2017-06-29T09:41:23Z | |
dc.date.issued | 2016 | |
dc.identifier.uri | http://ir.stu.cn.ua/123456789/13372 | |
dc.description | Недашківський, Є. А. Механізми визначення фрактальності у термінах лінгвістичного моделювання / Є. А. Недашківський // Технічні науки та технології. – 2016. – № 3 (5). – C. 175-181. | en_US |
dc.description.abstract | Констатовано, що фрактальні часові ряди – цілий клас фрактальних кривих, широко використовуваних під час опису й моделювання найрізноманітніших явищ. Досліджено проблему фрактальності у термінах лінгвістичного моделювання в системній єдності з процесом моделювання довготривалої пам’яті, яка завершується отриманням прогнозу. Вказано, що фінансові часові ряди з фрактальною структурою відрізняються нелінійною динамікою, хаотичністю, нестаціонарністю, невизначеністю та значним рівнем зашумленості. Визначено, що побудова визначається даними лінгвістичного часового ряду генетичної пам’яті клітинного автомата. На основі проведеного дослідження зроблено висновок, що прогнозуванню повинен передувати етап аналізу для фрактального аналізу часових рядів і отримання додаткової прогнозної інформації у межах лінгвістичного моделювання. | en_US |
dc.language.iso | uk | en_US |
dc.publisher | Чернігів: ЧНТУ | en_US |
dc.relation.ispartofseries | Технічні науки та технології; № 3 (5) | |
dc.subject | фрактальність | en_US |
dc.subject | лінгвістичне моделювання | en_US |
dc.subject | часовий ряд | en_US |
dc.subject | нестабільний стан | en_US |
dc.subject | прогноз | en_US |
dc.subject | динамічний процес | en_US |
dc.subject | fractal | en_US |
dc.subject | linguistic modeling | en_US |
dc.subject | time series | en_US |
dc.subject | unstable condition | en_US |
dc.subject | prognosis | en_US |
dc.subject | dynamic process | en_US |
dc.subject | фрактальность | en_US |
dc.subject | лингвистическое моделирование | en_US |
dc.subject | временной ряд | en_US |
dc.subject | нестабильное состояние | en_US |
dc.subject | прогноз | en_US |
dc.subject | динамический процесс | en_US |
dc.title | Механізми визначення фрактальності у термінах лінгвістичного моделювання | en_US |
dc.title.alternative | The mechanisms for determining fractality in terms of linguistic modeling | en_US |
dc.title.alternative | Механизмы определения фрактальности в терминах лингвистического моделирования | en_US |
dc.type | Article | en_US |
dc.description.abstractalt1 | It is stated that fractal time series is a whole class of fractal curves widely used in describing and modeling a variety of events. The problem of fractality in terms of linguistic modeling is studied in the system unity with the process of modeling long-term memory which ends with obtaining the forecast. It was noted that financial time series with fractal structure differ by nonlinear dynamics, chaotic condition, nonstationarity, uncertainty and a significant level of noisiness. It was found out that building is determined by the data of a linguistic time series of a cell machine’s genetic memory. Based on the conducted study it was concluded that prediction should be preceded by the analysis stage for fractal analysis of time series and obtaining additional forecasting information within the linguistic modeling. | en_US |
dc.description.abstractalt2 | Констатировано, что фрактальные временные ряды – целый класс фрактальных кривых, широко используемых при описании и моделировании разнообразных явлений. Исследована проблема фрактальности в терминах лингвистического моделирования в системном единстве с процессом моделирования долговременной памяти и завершается получением прогноза. Указано, что финансовые временные ряды с фрактальной структурой отличаются нелинейной динамикой, хаотичностью, нестационарностью, неопределенностью и значительным уровнем зашумленности. Определено, что построение определяется данным лингвистического временного ряда генетической памяти клеточного автомата. На основе проведенного исследования сделан вывод, что прогнозированию должен предшествовать этап анализа для фрактального анализа временных рядов и получения дополнительной прогнозной информации в рамках лингвистического моделирования. | en_US |