ВОССТАНОВЛЕНИЕ ДАННЫХ МАГНИТНЫХ ВАРИАЦИЙ ГИБРИДНЫМ АЛГОРИТМОМ МАШИННОГО ОБУЧЕНИЯ
DOI:
https://doi.org/10.7242/echo.2022.3.5Ключевые слова:
магнитные вариации, временные ряды, методы машинного обучения, прогнозирование, восстановление данных, дерево решенийАннотация
В статье рассматривается применение методов машинного обучения для восстановления и прогнозирования данных магнитных вариаций на примере наблюдений обсерватории в г. Магадан. За основу берется классическое разложение временных рядов, которыми являются магнитные вариации, на 4 составляющие: тренд, сезонная, циклическая и остаточная компоненты. Каждая компонента отдельно моделируется при помощи линейных и нелинейных алгоритмов регрессионных деревьев решений. На этой основе строится гибридный алгоритм, способный восстанавливать пропущенные данные, а также прогнозировать магнитные вариации на заданный промежуток времени. Показано применение автоматического алгоритма, убирающего выбросы данных. Приведен пример восстановления отсутствующих данных на отрезке времени пять суток.