Потребность в прогнозе разреженных временных рядов имеется во всех сферах научных исследований. При этом, традиционные модели и инструменты показывают плохой результат. Существует ряд возможных причин низкой производительности нейронных сетей в задаче прогнозирования временных рядов. В рассматриваемых работах авторы сводят задачу прогнозирования к линейной регрессии. Классические модели, такие как ARIMA доказали свою эффективность, но не могут быть использованы на малом количестве данных. В том числе, стоит проблема предобработки данных и перестройки модели под новые данные.
Улизько М.В., Добренко Д.А., Голубев А.А. (науч. рук. Гусарова Н.Ф.) Прогнозирование трендов в разреженных временных рядах с применением нейронных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/10332