Система проведення аналізу, дослідження та передбачення подій у послідовностях даних дискретного часу
Автор: Гадомський Віктор Володимирович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні технології проектування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2021-2022 н.р.
Мова захисту: українська
Анотація: Гадомський В.В., Фармага І.В. (керівник). Система проведення аналізу, дослідження та передбачення подій у послідовностях даних дискретного часу. Maricrepcька кваліфікаційна po6oта. – Національний університет «Львіська політехніка», Львів, 2021. Розширена анотація Аналіз часового ряду – це метод аналізу даних, який заснований на побудові регресії, ціллю якої є встановлення причинних зв’язків за допомогою сортування даних. Якщо порівнювати з аналізом випадкових вибірок, аналіз часових рядів заснований на припущенні, що послідовне значення в файлі даних спостерігається через рівні проміжки часу, тоді як в інших методах не важлива і часто не цікава прив’язка спостережень до часу. Часовими рядами можна описати широкий спектр явищ, таких як курс акцій, сонячня активність, рівень захворюваності, і т. д – ці всі явища можна розглянути як часовий ряд. Як часові ряди, також можна розглянути і економічні показники на різних рівнях, намагаючись знайти в них невидимі на перший погляд закономірності, приховані періодичності, прогнозувати моменти появи піків і т.д Мета і задачі дослідження. Ми повинні розробити систему передбачення за допомогою часових рядів. Об’єкт дослідження – метод прогнозування часових рядів. Предмет дослідження – прогнозування з використанням часових рядів, використовуючи мову програмування Python та сервіси AWS. Наукова новизна одержаних результатів. Була розроблена модель прогнозу часових рядів, яка заснована на методі аналізу часових рядів, який дозволяє: • Проаналізувати дані, які вже відбулися. 5 • На основі минулих даних, зробити прогноз на події, які відбудуться в майбутньому. Практичне значення одержаних результатів. Дану модель можна використовувати при прогнозі метеоданих, продаж, навантаження на систему. Застосування цієї моделі може значно допомогти в багатьох сферах життєдіяльності. У першому розділі ми провели аналізування актуальності і проблеми передбачення за допомогою часових рядів та актуальність розробки дистрибутивної системи передбачення за допомогою часових рядів. У другому розділі нами були сформовані та проаналізовані вимоги до продукту інформаційних технологій, обрано стек технологій для його розробки та після цього, були вибрані технології та програмні засоби для реалізації системи. У третьому розділі описана розробка системи. Також було розгорнуто всі сервіси на хмарному середовищі AWS. Часові ряди зберігаються на хмарному сервісі Amazon S3, а передбачення генерується за допомогою сервісу AWS Lambda. В кінці розділу наведено приклади роботи з програмою. У висновках ми підводимо підсумки по розробленій роботі. Ключові слова: система, часові ряди, ASP.NET CORE, Python, Angular, AWS.