Прогнозирование состояния сенсорной системы транспортного средства
Аннотация
Дата поступления статьи: 29.06.2024В статье ставится задача обосновать выбор метода прогнозирования состояния радиотехнической сенсорной системы транспортного средства (ТС) по данным датчиков, которые в данном исследовании рассматриваются как набор временных рядов. Целью работы является определение наиболее точного метода прогнозирования данных сенсорики ТС. Для анализа выбраны: статистический метод VARMA и метод, основывающийся на нейронной сети LSTM, как наиболее подходящие ввиду возможности обработки многомерных рядов со сложными взаимосвязями, гибкости в обработке последовательностей различной длины и высокой точности результатов их применения в различных областях. Приведены данные вычислительных экспериментов, позволяющие определить предпочтительный вариант как для одношагового, так и многошагового прогнозирования многомерных временных рядов, по значениям показателей ошибок и адаптивности к быстрым изменениям значений данных.
Ключевые слова: методы прогнозирования, оценка прогнозирования, LSTM, VARMA, временные ряды, сенсорные системы, датчики
.