Механізми визначення фрактальності у термінах лінгвістичного моделювання

Недашківський, Є. А.

Головна сторінка IRChNUT
→
ПЕРІОДИЧНІ ВИДАННЯ НУ «Чернігівська політехніка»
→
Технічні науки та технології: науковий журнал
→
2016
→
№3(5)
→
Перегляд матеріалів

dc.contributor.author	Недашківський, Є. А.
dc.date.accessioned	2015-09-22T12:38:53Z
dc.date.accessioned	2017-06-29T09:41:23Z
dc.date.available	2015-09-22T12:38:53Z
dc.date.available	2017-06-29T09:41:23Z
dc.date.issued	2016
dc.identifier.uri	http://ir.stu.cn.ua/123456789/13372
dc.description	Недашківський, Є. А. Механізми визначення фрактальності у термінах лінгвістичного моделювання / Є. А. Недашківський // Технічні науки та технології. – 2016. – № 3 (5). – C. 175-181.	en_US
dc.description.abstract	Констатовано, що фрактальні часові ряди – цілий клас фрактальних кривих, широко використовуваних під час опису й моделювання найрізноманітніших явищ. Досліджено проблему фрактальності у термінах лінгвістичного моделювання в системній єдності з процесом моделювання довготривалої пам’яті, яка завершується отриманням прогнозу. Вказано, що фінансові часові ряди з фрактальною структурою відрізняються нелінійною динамікою, хаотичністю, нестаціонарністю, невизначеністю та значним рівнем зашумленості. Визначено, що побудова визначається даними лінгвістичного часового ряду генетичної пам’яті клітинного автомата. На основі проведеного дослідження зроблено висновок, що прогнозуванню повинен передувати етап аналізу для фрактального аналізу часових рядів і отримання додаткової прогнозної інформації у межах лінгвістичного моделювання.	en_US
dc.language.iso	uk	en_US
dc.publisher	Чернігів: ЧНТУ	en_US
dc.relation.ispartofseries	Технічні науки та технології; № 3 (5)
dc.subject	фрактальність	en_US
dc.subject	лінгвістичне моделювання	en_US
dc.subject	часовий ряд	en_US
dc.subject	нестабільний стан	en_US
dc.subject	прогноз	en_US
dc.subject	динамічний процес	en_US
dc.subject	fractal	en_US
dc.subject	linguistic modeling	en_US
dc.subject	time series	en_US
dc.subject	unstable condition	en_US
dc.subject	prognosis	en_US
dc.subject	dynamic process	en_US
dc.subject	фрактальность	en_US
dc.subject	лингвистическое моделирование	en_US
dc.subject	временной ряд	en_US
dc.subject	нестабильное состояние	en_US
dc.subject	прогноз	en_US
dc.subject	динамический процесс	en_US
dc.title	Механізми визначення фрактальності у термінах лінгвістичного моделювання	en_US
dc.title.alternative	The mechanisms for determining fractality in terms of linguistic modeling	en_US
dc.title.alternative	Механизмы определения фрактальности в терминах лингвистического моделирования	en_US
dc.type	Article	en_US
dc.description.abstractalt1	It is stated that fractal time series is a whole class of fractal curves widely used in describing and modeling a variety of events. The problem of fractality in terms of linguistic modeling is studied in the system unity with the process of modeling long-term memory which ends with obtaining the forecast. It was noted that financial time series with fractal structure differ by nonlinear dynamics, chaotic condition, nonstationarity, uncertainty and a significant level of noisiness. It was found out that building is determined by the data of a linguistic time series of a cell machine’s genetic memory. Based on the conducted study it was concluded that prediction should be preceded by the analysis stage for fractal analysis of time series and obtaining additional forecasting information within the linguistic modeling.	en_US
dc.description.abstractalt2	Констатировано, что фрактальные временные ряды – целый класс фрактальных кривых, широко используемых при описании и моделировании разнообразных явлений. Исследована проблема фрактальности в терминах лингвистического моделирования в системном единстве с процессом моделирования долговременной памяти и завершается получением прогноза. Указано, что финансовые временные ряды с фрактальной структурой отличаются нелинейной динамикой, хаотичностью, нестационарностью, неопределенностью и значительным уровнем зашумленности. Определено, что построение определяется данным лингвистического временного ряда генетической памяти клеточного автомата. На основе проведенного исследования сделан вывод, что прогнозированию должен предшествовать этап анализа для фрактального анализа временных рядов и получения дополнительной прогнозной информации в рамках лингвистического моделирования.	en_US