Predikce časových řad pomocí neuronových sítí

Abstract

Tato bakalářská práce se zabývá predikcí časových řad pomocí neuronových sítí. Cílem je předpovědět „budoucí“ hodnoty teploty v Děčíne a porovnat je se skutečnými naměřenými hodnotami. Pro tuto úlohu jsem použila interaktivní programové prostředí MATLAB a jeho rozšíření Neural network toolbox. Ten využívá Long Short-Term Memory (zkráceně LSTM) neuronové sítě, které jsou schopné si zapamatovat dlouhodobé informace a jejich závislosti. Neuronové sítě byly natrénovány z dat jednotlivých měsíců každého roku. Výstupem funkce jsou skutečná data, predikovaná data, chyba MSE a grafy predikce.

This bachelor thesis deals with the prediction of time series using neural networks. The aim is to predict the „future“ temperature values in Decin and to compare them with actual measured values. For this task I used the interactive program environment MATLAB and its extension Neural network toolbox. It uses Long Short-Term Memory (shortened LSTM) neural network that is able to remember long-term information and their dependencies. Neural networks were trained from the dates of each month of each year. The output of the function is actual data, predicted data, MSE and prediction graphs.