Подробное описание документа

Досюк А. А.
   Предсказание решения динамических систем с запаздывающим аргументом с помощью рекуррентных нейронных сетей / Досюк А. А. // Комплексная автоматизация проектирования и производства (КАПП(М) - 2024) : материалы 2-ой молодёжной конференции с международным участием, Москва, 31 мая 2024 года / ред. Карпенко А. П. ; МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - М., 2025. - С. 99-105.

В работе рассматривается частный случай задачи прогнозирования временных рядов — предсказание решения динамических систем, описываемых дифференциальными уравнениями с запаздывающим аргументом. В качестве примера такого класса уравнений используется уравнение Матье, широко применяемое для анализа и моделирования различных физических и инженерных систем. Для решения задачи прогнозирования используется два типа рекуррентных нейронных сетей: Echo State Network (ESN) и Long Short-Term Memory (LSTM). Исследуется эффективность применения этих нейронных сетей к выбранному классу дифференциальных уравнений, а также проводится сравнительный анализ результатов моделей ESN и LSTM на примере уравнения Матье. Приведены результаты исследования, которые демонстрируют высокий потенциал использования рекуррентных нейронных сетей для прогнозирования решения динамических систем с запаздывающим аргументом.
Ключевые слова: эхо-сеть, сети долгой краткосрочной памяти, глубокое обучение, прогнозирование временных рядов, уравнение Матье