Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 827277

Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mrežama


Lujić, Ivan
Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mrežama, 2016., diplomski rad, diplomski, Fakultet elektrotehnike, strojarstva i brodogradnje, Split


CROSBI ID: 827277 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mrežama
(Analysis of unevenly spaced time series data in highly distributed and unreliable networks)

Autori
Lujić, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike, strojarstva i brodogradnje

Mjesto
Split

Datum
14.07

Godina
2016

Stranica
66

Mentor
Čelar, Stipo ; Brandić, Ivona

Ključne riječi
Podaci vremenskih nizova; Vremenski nizovi s nejednolikom vremenskom raspodjelom; Predviđanje podataka vremenskih nizova; Mjere točnosti predviđanja
(Time series data; Unevenly spaced time series; Time series forecasting; Forecast error measures)

Sažetak
Missing values may appear in collected time series for a number of reasons such as: network failure, power failures and other unexpected conditions during data transfer or their collection what creates a challenge when trying to analyze such data. Accordingly, there is need for reconstructing these missing values and gaps, i.e. to do transformation from unevenly spaced into evenly spaced time series, but based on the best fitted forecast method. Several types of time series are generally distinguished, including stationary time series (e.g. white noise) and different patterns in non-stationary time series such as: trend, seasonal and a combination of them. By selecting a forecasting method that has the best accuracy (the smallest error) for adequate and recognized type of time series, an automated recursive predicting function is presented. An important factor in determining the best forecasting method involves the different forecast accuracy measures.

Izvorni jezik
Engleski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike, strojarstva i brodogradnje, Split

Profili:

Avatar Url Stipo Čelar (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada

Citiraj ovu publikaciju:

Lujić, Ivan
Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mrežama, 2016., diplomski rad, diplomski, Fakultet elektrotehnike, strojarstva i brodogradnje, Split
Lujić, I. (2016) 'Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mrežama', diplomski rad, diplomski, Fakultet elektrotehnike, strojarstva i brodogradnje, Split.
@phdthesis{phdthesis, author = {Luji\'{c}, Ivan}, year = {2016}, pages = {66}, keywords = {Podaci vremenskih nizova, Vremenski nizovi s nejednolikom vremenskom raspodjelom, Predvi\djanje podataka vremenskih nizova, Mjere to\v{c}nosti predvi\djanja}, title = {Analiza podataka vremenskih nizova s nejednolikom raspodjelom u visoko distribuiranim i nepouzdanim mre\v{z}ama}, keyword = {Podaci vremenskih nizova, Vremenski nizovi s nejednolikom vremenskom raspodjelom, Predvi\djanje podataka vremenskih nizova, Mjere to\v{c}nosti predvi\djanja}, publisherplace = {Split} }
@phdthesis{phdthesis, author = {Luji\'{c}, Ivan}, year = {2016}, pages = {66}, keywords = {Time series data, Unevenly spaced time series, Time series forecasting, Forecast error measures}, title = {Analysis of unevenly spaced time series data in highly distributed and unreliable networks}, keyword = {Time series data, Unevenly spaced time series, Time series forecasting, Forecast error measures}, publisherplace = {Split} }




Contrast
Increase Font
Decrease Font
Dyslexic Font