Учёные Центра ИИ МГУ имени М.В. Ломоносова предложили новый подход к прогнозированию временных рядов, основанный на статистическом восстановлении скрытых характеристик случайного процесса. Работа опубликована в журнале Mathematics в 2026 году. Она содержит некоторые результаты исследований, которые ведутся в рамках проекта "Методы управления вычислительной инфраструктурой на основе методов искусственного интеллекта" Центра ИИ МГУ под руководством члена-корреспондента РАН Руслана Смелянского.
Временные ряды — это наборы данных, изменяющихся во времени: например, параметры каналов связи, параметры состояния атмосферы, валютные курсы или другие последовательно наблюдаемые величины. Их прогнозирование важно для оптимизации управления сложными вычислительными, коммуникационными или техническими системами и анализа сложных процессов. Однако такие данные часто ведут себя нестабильно: могут резко меняться, зависеть от текущего состояния системы и содержать случайные колебания. В частности, интенсивность трафика в информационно-вычислительных или коммуникационных сетях изменяется случайным образом.
Авторы исследования рассмотрели временной ряд как набор наблюдаемых значений случайного процесса, в качестве математической модели которого служит процесс типа Ито. Такие процессы используются для описания систем, в которых есть как направленное изменение (тренд), так и случайные колебания. Однако в подавляющем большинстве случаев форма коэффициентов модели считаются известной, тогда как в…
Ис…