問題タブ [trend]

フィードフォワード ネットワークを使用して予測アプリケーションを開発しています。私が抱えている問題は、予測したいデータがほとんどトレンドになっていることです。Therfore、私が開発しようとしているモデルは次のとおりです。

ここで、x は入力ベクトル、f(x) はニューラル ネットワーク、g(t) は時間に応じたトレンド関数 (線形、指数) です。

これを行う最も簡単な方法は、エラー関数を変更することです。これにより、傾向が含まれます。

私が理解しているように、ソリューションは理論的には非常に単純です。モデル パラメーター (ニューラル ネット ウェイト + トレンド モデル パラメーター) に応じた勾配は次のように計算できるからです。

ニューラル ネットワークの最適化手法を使用してトレンドと共に NN を検索し、ニューラルの重みが更新されているのと同じ方法でトレンド モデルのパラメーターを更新することは、理論的な問題はないと思います。

問題は、Encog でこれを行う方法を管理できなかったことです。学習ルールは、可能な限り高速になるように書かれているため、理解するのが非常に困難です。また、Encog のニューラル ネットワーク構造は固定されているため、パラメーターのベクトルを拡張して誤差関数と勾配式を書き換えるだけでは簡単ではないと思います。

私は自分の検索にエラスティック検索を実装しており、トレンドを見つけるために簡単に活用できると感じていますが、そのようなことをどのように開始するかは私の舌先です。誰かが私を正しい方向に向けたり、これを可能にする可能性のあるさらに調べるためのキーワードをいくつか教えてもらえますか?

トレンド機能を使って、過去の販売履歴から売上を予測しようとしています。実際の販売の各月は 6 桁の値を返しましたが、翌月のトレンド出力は 5 桁の値を返しています。下の過去 6 か月で、式 TREND(A1:A6,B1:B6,B7) を使用すると、41,655.43 が得られます。

誰かこれについてアドバイスをくれませんか？これがどのようにトレンドを追っているのか理解できません。それほど落ち込むべきではありません。

MATLAB を使用して、周期的なデータを含む時系列のデータ ギャップを埋める方法を探しています (この場合、潮汐周波数に等しい周波数で、半日周期と春/小潮周期の両方)。データ系列には、時間のギャップを埋める人工データの上に重ねたいノイズも含まれています。データには、維持したい特定の傾向があります。理想的には、タイムギャップの両側で記録されたデータを使用する方法を検討しています。

とにかくMatlabでこれを行うことはありますか?

ありがとうございました。

ドナルド・ジョン

開始日と終了日を含むプロジェクトのリストがあるとします。また、さまざまな週の範囲もあります (月、年など)。週ごとに 4 つの値を示すグラフを表示したいと思います。

1. プロジェクト開始
2. プロジェクトは終了しました
3. 総プロジェクト開始数
4. クローズしたプロジェクトの合計

週ごとの値の範囲をループし、各週についてプロジェクトのリストを繰り返し処理し、これらの 4 つのトレンドの値を 1 週間ごとに計算することができます。これにはアルゴリズムの複雑さがありO(nm)、nは週のリストのm長さ、 はプロジェクトのリストの長さです。それはそれほど素晴らしいことではありません。より効率的なアプローチはありますか? もしそうなら、それは何でしょうか?

関係がある場合は、Java でコーディングしています

製品の売上の推移を約 1 秒で説明する R データフレームがあります。四半期ベースの 2000 ショップ、5 つの列 (つまり、5 つの期間)。Rで解析する方法を知りたいです。

私はすでにいくつかの基本的な分析を試みました。つまり、第 1 期間、第 2 期間などの平均売上を決定し、次に各期間の平均を決定し、各ショップの進化を相対的に比較します。この一般的な進化。例えば、1期50000枚、5期35000枚の売上があるので、各店の5期の通常の売上は、35/55=0.63×1期の金額になると思います。期間の販売: X 店が第 1 期間に 100 個の商品を販売した場合、通常、第 5 期間に 63 個の商品を販売する必要があると想定します。

明らかに、これは簡単に実行できる方法ですが、統計的に適切ではありません。

R 2 乗を最小化するトレンド カーブを決定できる方法が必要です。私の目的は、一般的な傾向を中和することによってショップの売上を分析できるようにすることです。統計的に正しいアプローチを使用して、パフォーマンスの低いショップとパフォーマンスの高いショップを正確に知りたい.

私のデータフレームはこのように構成されています:

次の機能を使用して、timeseries をリストに入れようとしましたが、成功しました。

それでも、この変数では何もできません。2200行あるため、（「プロット」関数を使用して）プロットを実行できません（したがって、Rは2200個の連続したプロットを作成したいと考えています。明らかにこれは私が望んでいるものではありません）。

また、店舗ごとの各期間の売上の理論トレンドと理論値の求め方がわからない…

ご協力ありがとうございました！(そしてメリークリスマス)