Применение методов глубокого обучения на временных рядах

ФИО студента: Чжан Григорий Антонович

Руководитель: Озерин Алексей Юрьевич

Кампус/факультет: Факультет компьютерных наук

Программа: Финансовые технологии и анализ данных (Магистратура)

Год защиты: 2021

В работе проведен анализ возможности применения методов глубокого обучения для задачи прогнозирования временных рядов. В качестве архитектуры используется Transformer. Рассмотренный подход позволяет обучать одну модель на нескольких временных рядах из одного домена, что позволяет учитывать информацию между различными рядами. Помимо этого, данный подход дает возможность выучивать векторные представления для категориальных признаков характеризующих временной ряд, что может быть использовано для дальнейшего анализа. Также проанализирован механизм self-attention и приведена интерпретация его компонентов, что позволяет понять на что смотрит модель, когда делает предсказание.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ