DOI: 10.7256/2454-0714.2021.3.36564

Аннотация: Мониторинг и анализ потребления энергоресурсов в различных разрезах измерение различных параметров (показателей) во времени крайне важен для современной экономики. Данная работа посвящена исследованию и интерпретации аномалий набора данных по потреблению энергоресурсов (на примере потребления газа) в муниципальном образовании Потребление газа имеет важное значение для социально-экономической сферы городов. Несанкционированные подключения являются основной причиной нетехнологических потерь ресурса. Традиционные методы проверки на предмет хищения неэффективны и отнимают много времени. Современные технологии анализа данных помогут выявить и интерпретировать аномалии потребления и, среди прочего, сформировать списки на проверку объектов на предмет несанкционированных подключений. Основным вкладом нашего подхода было применение совокупности статистических методов, направленных на обработку и выявление аномалий на наборе данных по энергопотреблению муниципального образования. Следует отметить, что применение подобных технологий требует разработки эффективных алгоритмов, и внедрения автоматизации и алгоритмов машинного обучения. Этот новый взгляд на временные ряды облегчает обнаружение аномалий, оптимизацию принятия решений и т.д. Эти процессы могут быть автоматизированы. Представленная методология, проверенная на временных рядах, описывающих потребление газа, может быть использована для более широкого спектра задач. Исследование может быть объединено с методами обнаружения знаний и алгоритмами глубокого обучения.

DOI: 10.7256/2454-0714.2021.1.34798

Аннотация: Авторы предлагают объединить логический вывод с аппаратом нечётких множеств. Когда каждое решение связано с набором возможных результатов с известными условными вероятностями, решение выбирается на основе цифровой информации в условиях неопределённости. Поэтому основной целью использования нечеткой логики в экспертных системах является создание вычислительных устройств (или программных комплексов), способных имитировать человеческое мышление и объяснять методы принятия решений Цель работы состоит в том, чтобы подробно описать воспроизводимый типовой метод построения правил вывода экспертной системы для различных экономических предметных областей, с использованием универсальной схемы базы знаний   Для принятия решений в нечеткой системе предлагается использовать процесс идентификации структуры правила - определение структурных характеристик нечеткой системы, таких как количество нечетких правил, количество лингвистических терминов, на которые делятся входящие переменные. Эта идентификация осуществляется с помощью нечеткого кластерного анализа, который проводится с использованием нечетких деревьев решений. Авторами представлена структурная схема методики вывода на базе нечёткой логики. Представленные в статье методика построения правил и алгоритм нечеткого вывода может использоваться в различных сферах экономики. Новизна работы заключается в автоматизации и интеграции системы определения нечетких правил вывода с этапом сбора входных данных в предметной области

DOI: 10.7256/2454-0714.2020.3.33958

Аннотация: Предметом исследования является процесс сбора и предварительной подготовки данных из гетерогенных источников. Экономическая информация является гетерогенной и полуструктурированной или неструктурированной по своей природе. Из-за неоднородности первичных документов, а также человеческого фактора исходные статистические данные могут содержать большое количество шумов, а также записей автоматическая обработка которых может быть весьма затруднена. Это делает предварительную обработку входных динамических данных важным предварительным условием для обнаружения значимых паттернов и знаний в предметной области, а тему исследования актуальной Предварительная обработка данных представляет собой ряд уникальных задач, которые привели к появлению различных алгоритмов и эвристических методов для решения таких задач предварительной обработки, как слияние и очистка, идентификация переменных В данной работе формулируется алгоритм препроцессинга, позволяющий сводить в единую базу данных и структурировать информацию по временным рядам из разных источников. Ключевой модификацией метода препроцессинга, которую предлагают авторы является технология автоматизированной интеграции данных. Предложенная авторами технология предполагает совместное использование методов построения нечеткого временного ряда и машинного лексического сопоставления на сети тезауруса, а также использования универсальной базы данных, построенной с использованием концепции МИВАР. Алгоритм препроцессинга формирует единую модель данных с возможностью транформации периодичности и семантики набора данных и интеграцию в единый информационный банк данные, которые могут поступать из различных источников.

DOI: 10.25136/2409-8647.2020.2.32192

Аннотация: Целью данного исследования является анализ тенденций изменения сложно-структурированного показателя «качества жизни» населения Краснодарского края, а также анализ чувствительности комплексного индикатора по частным факторам и срезам населения. По результатам проведения исследования построена экономико-математическая модель для анализа и прогнозирования изменения качества жизни населения Краснодарского края в разрезе различных кластеров муниципальных образований, произведено сравнение различных функций аппроксимации. Предметом исследования являются социально-экономические взаимодействия в региональной системе Краснодарского края. В статье проведен ретроспективный анализ наиболее значимых показателей, характеризующих рассматриваемую предметную область, осуществлен корреляционно-регрессионный анализ переменных, а также приведен анализ чувствительности на основе коэффициентов эластичности частных факторов. Основным вкладом автора в исследование темы является построение регрессионных моделей показателя качества жизни населения Краснодарского края в разрезе различных социальных кластеров и определение степени влияния отдельных социальных, демографических или экономических факторов на комплексный индикатор. Построенные модели позволят проводить прогнозирование и вычислительный эксперименты в указанной области

DOI: 10.7256/2454-0714.2019.4.31797

Аннотация: Целью исследования является подготовка к анализу слабоструктурированных исходных данных, их анализ, изучение влияния «загрязнения» данных на результаты регрессионного анализа. Задача структурирования данных, подготовки их к качественному анализу является уникальной задачей для каждого конкретного набора исходных данных и не может быть решена с помощью общего алгоритма, всегда будет иметь свои особенности. Рассмотрены проблемы, которые могут вызывать трудности при работе (анализе, обработке, поиске) со слабоструктурированными данными. Приведены примеры слабоструктурированных данных и структурированных данных, которые применяются в процедурах подготовки данных к анализу. Рассмотрены и описаны данные алгоритмы подготовки слабоструктурированных данных к анализу. Проведены процедуры очистки и анализа на наборе данных. Построены четыре регрессионных модели и произведено их сравнение. В результате были сформулированы следующие выводы: Исключение из анализа разного рода подозрительных наблюдений может резко сократить объем совокупности и привести к необоснованному снижению вариации. При этом, такой подход будет совершенно неприемлем, если в результате из анализа будут исключены важные объекты наблюдений и нарушена целостность совокупности. Качество построенной модели может ухудшаться при наличии аномальных значений, но может и улучшаться за их счет.