Изследователи създадоха инструмент за предсказване на бъдещето

29 март 2022, 12:40 часа • 2364 | прочитания

Изследователите разработват удобен за потребителя интерфейс, който ще помага на неспециалисти да правят прогнози, използвайки данни, събрани за определен период от време.

Още: Yettel отличи проект за квантови изчисления и платформа за стартъпи на TUES Fest 2025

Още: Победителите в Transform IT Awards 2025: Умна поточна линия, AI оглед на щети и роботи

Ако някой се опитва да предвиди времето за дадена дата, да прогнозира бъдещите цени на акциите, да определи пропуснатите възможности за продажби на дребно или да оцени риска на пациента от развитие на заболяване, той вероятно ще трябва да интерпретира набор от данни, записани във времето.

Смарт устройствата ни следят навсякъде

Правенето на прогнози с помощта на данни от времеви серии обикновено изисква няколко стъпки на обработка на данни и използване на сложни алгоритми за машинно обучение, които имат толкова сложна крива на обучение, че невинаги са достъпни за неспециалисти.

Още: Решението за покупка вече се случва основно онлайн

Още: Военна тайна: Страна от НАТО иска да купи украинската бойна информационна система "Делта" (ВИДЕО)

За да направят тези мощни инструменти по-удобни за потребителя, изследователите от Масачузетския технологичен институт са разработили система, която интегрира функции за прогнозиране върху съществуваща база данни от времеви серии.

Техният опростен интерфейс, наречен tspDB (Time Series Prediction Database), изпълнява цялото сложно моделиране зад кулисите, така че дори лаик може лесно да генерира желаната прогноза само за няколко секунди.

Мощният алгоритъм зад новия инструмент може да преобразува множество времеви серии в тензор, който представлява многоизмерен масив от числа. © MIT

Още: Изкуствен свръхинтелект: Научна глупост или истинска заплаха за човечеството?

Още: Над 40% от договорите с бизнес клиенти на Yettel вече се сключват изцяло дигитално

Новата система е по-точна и по-ефективна от съвременните методи за дълбоко обучение при изпълнението на две задачи: предвиждане на бъдещи стойности и попълване на липсващи точки от данни.

Една от причините за успеха на системата tspDB е в това, че тя включва нов алгоритъм за прогнозиране на времевите серии.

Този алгоритъм е особено ефективен при прогнозиране данни, съдържащи повече от една променлива, която зависи от времето. В базата данни за метеорологичното време например температурата, точката на оросяване и облачността зависят от предишните им стойности.

Алгоритъмът също така оценява променливостта на многовариантните времеви серии, за да предостави на потребителя достоверност на прогнозите.

Назоваха най-лошите смартфони в историята

„Въпреки че данните от времевите серии стават все по-сложни, този алгоритъм може ефективно да улови всяка структура от времеви серии. Изглежда, че сме намерили правилния обектив, за да разгледаме сложността на моделите на данни от времеви серии“, казват учените.

Когато потребителят инсталира tspDB върху съществуваща база данни, той може да извърши заявка само с няколко натискания на клавиши за около 0,9 милисекунди.

Интерфейсът tspDB е предназначен да помогнат на неспециалистите да вземат по-информирани решения, отчитайки степента на несигурност в прогнозите при вземане на решения. Например, системата може да позволи на неспециалист да предвиди бъдещи цени на акциите с висока точност само за няколко минути, дори ако наборът от данни от времева серия съдържа липсващи стойности.

Изследването ще бъде представено на конференцията ACM SIGMETRICS.

Последвайте ни в Google News Showcase, за да получавате още актуални новини.
Антония Михайлова
Антония Михайлова Отговорен редактор
Новините днес