Predikce časových řad pomocí hlubokých neuronových sítí

Bc. Matej Gallo

Diplomová práce

Time Series Prediction with Deep Neural Networks

Anotace:

Práca prezentuje najmodernejšie postupy v oblasti predikcie časových rád s použitím neurónových sietí. Dôraz je kladený hlavne na výhody použitia hlbokých neurónových sietí. Čast práce je venovaná experimentálnej implementácii vybraných neurónových modelov. Tieto modely sú následne porovnané s lineárnym modelom ARIMA.

Abstract:

This thesis presents the state-of-the-art approaches in time series forecasting using the neural networks. An emphasis is put on effectiveness of deep neural networks. A part of the work is dedicated to experimental implementation of selected neural models. These models are subsequently compared to the linear ARIMA model.

Keywords

time series, forecasting, ARIMA, GARCH, deep neural networks, recurrent networks, particle swarm optimisation

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 12. 12. 2018

Obhajoba závěrečné práce

• Obhajoba proběhla 5. 2. 2019
• Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
• Oponent: Mgr. Aleš Křenek, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka