В работе были изучены методы прогнозирования временных рядов, при условии наличия неполноты данных. Был представлен метод анализа и восстановления неполных данных, с целью дальнейшего прогнозирования. Восстановление данных было реализовано с применением рекуррентных нейронных сетей, а также протестировано на реальных наборах данных.

Турсуков Н.О. (науч. рук. Викснин И.И.) Прогнозирование временных рядов в условиях неполноты данных // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2021]. URL: https://kmu.itmo.ru/digests/article/5646