Конференция по разработке программного обеспечения и управлению информацией (SЕIM-2022)

One-dimensional convolutional layers in a neural network for wind speed time series analysis

[Одномерные сверточные слои в нейронной сети для анализа временных рядов – скоростей ветра]

D. N. Kobzarenko, A. G. Mustafaev, Z. A. Gasanova, D. S. Magomedova

Dagestan State University of National Economy

Аннотация: Анализ данных с использованием нейронных сетей и глубокого машинного обучения является одним из современных трендов в научных исследованиях в различных областях. Одна из научных задач этого направления – исследование и прогнозирование временных рядов с помощью искусственного интеллекта. В статье рассмотрены результаты экспериментов по добавлению одномерных сверточных слоев в нейронную сеть в рамках задачи классификации данных метеорологических временных рядов – скоростей ветра. Показано повышение точности прогноза за счет включения в модель одномерных сверточных слоев. Повышение точности на наборе тестовых данных для рассматриваемой задачи составляет около 9,5 %. Приведены несколько вариантов архитектур для построения модели с одномерными сверточными слоями и оценка точности их классификации после машинного обучения. Полученные результаты позволяют сделать вывод об эффективности применения одномерных сверточных слоев в архитектуре нейронной сети для идентификации и прогнозирования временного ряда метеорологических параметров.

Ключевые слова: нейронная сеть, глубокое машинное обучение, 1D сверточный слой, скорость ветра, временные ряды.

УДК: 004.8

Поступила в редакцию: 30.11.2022

Язык публикации: английский

DOI: 10.18721/JCSTCS.15408