Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/15228
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΤσιάφα Ειρήνη
dc.date.accessioned2018-07-23T15:33:04Z-
dc.date.available2018-07-23T15:33:04Z-
dc.date.issued2008-10-29
dc.date.submitted2008-12-29
dc.identifier.urihttp://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/15228-
dc.description.abstractΟι διάφορες μέθοδοι πρόβλεψης επιλέγονται και εφαρμόζονται ανάλογα με συγκεκριμένες παραμέτρους όπως το αντικείμενο της πρόβλεψης, τον χρονικό ορίζοντα της πρόβλεψης, τα ήδη υπάρχοντα δεδομένα καθώς και το κόστος για την παραγωγή των προβλέψεων. Στην πραγματικότητα όμως, η αληθινή αξία μιαςμεθόδου αποτιμάται όταν εφαρμόζεται σε πραγματικές καταστάσεις. Μια μέθοδος πρόβλεψης χρονοσειρών λοιπόν, οφείλει να έχει στατιστική πληρότητα και συγχρόνως να παρέχει ικανοποιητικά πρακτικά αποτελέσματα. Την ανάγκη της μέτρησης της απόδοσης των διάφορων μεθόδων πρόβλεψης έρχονται να καλύψουν διαγωνισμοί πρόβλεψης στους οποίους μετράται η αποτελεσματικότητα των μεθόδων που συμμετέχουν μέσα από την εφαρμογή τους σε ένα εκτενές σύνολο χρονοσειρών διαφορετικού μεγέθους και περιεχομένου. Στον μεγαλύτερο διαγωνισμό προβλέψεων που έχει διοργανωθεί ως τώρα τον Μ3 (1999) παρουσιάστηκε από τους Β.Ασημακόπουλο και Κ.Νικολοπόπουλο μια νέα μέθοδος, η μέθοδος Θ. Η μέθοδος Θ αποτελεί μια διαφορετική προσέγγιση της αποσύνθεσης. Πρέπει να σημειωθεί ότι η μέθοδος Θ πρώτευσε ανάμεσα στις 24μεθόδους που διαγωνίστηκαν στον Μ3. Από τότε έχουν γίνει αρκετές μελέτες πάνω στην μέθοδο Θ και έχουν αναζητηθεί τρόποι βελτιστοποίησης της. Με αφορμή τον διαγωνισμό προβλέψεων ΝΝ3 (2007) που ως στόχο είχε να αξιολογηθούν μέθοδοι που χρησιμοποιούν Νευρωνικά δίκτυα ή άλλες μεθόδους τεχνητής νοημοσύνης στην πρόβλεψη χρονοσειρών, έγινε προσπάθεια βελτιστοποίησης της μεθόδου Θ με τηνχρήση Νευρωνικών Δικτύων. Αυτή η προσπάθεια οδήγησε στην μέθοδο Τheta AI η οποία τροποποιεί την μέθοδο Θ ώστε αυτή να επιλέγει τα βάρη της συνεισφοράς των γραμμών Θ με τηνχρήση ενός νευρωνικού δικτύου. Η μέθοδος Theta AI έδωσε ικανοποιητικά αποτελέσματα αφού διακρίθηκε μεταξύ των άλλων μεθόδων(30) και μάλιστα στο ένα από τα δύο σύνολα των χρονοσειρών του διαγωνισμού έδωσε τις καλύτερεςπροβλέψεις. Τα αποτελέσματα της παρούσας εργασίας όσον αφορά την μέθοδο Τheta ΑΙ και τις βελτιώσεις της παρουσιάστηκαν στο 28th International Symposium on Forecasting (ISF) που πραγματοποιήθηκε τον Ιούνιο του 2008 στην Νίκαια της Γαλλίας.
dc.languageGreek
dc.subjectπρόβλεψη χρονοσειρών
dc.subjectμέθοδος θ
dc.subjectνευρωνικά δίκτυα
dc.subjecttεχνητή nοημοσύνη
dc.subjectδιαγωνισμοί προβλέψεων
dc.titleΒελτιστοποιηση Μεθοδου Προβλεψης Θ Με Χρηση Νευρωνικων Δικτυων
dc.typeDiploma Thesis
dc.description.pages174
dc.contributor.supervisorΑσημακόπουλος Βασίλειος
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων & Συστημάτων Αποφάσεων
dc.organizationΕΜΠ, Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File SizeFormat 
DT2008-0236.pdf2.25 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.