Программа поиска внутренних закономерностей и построения модели прогнозирования на основе анализа данных с помощью уникального алгоритма
Программа для построения структурных полиномиальных регрессионных уравнений любой степени на основе анализа больших массивов цифровых данных. Программа предназначена для поиска скрытых внутренних закономерностей и построения структурно-аналитических моделей прогнозирования в виде простых полиномиальных уравнений. Ядром программы является уникальный алгоритм полиномиальных нейросетей PNN на основе Группового учета аргументов (МГУА) при построении регрессионных моделей.
Обзор PNN Discovery Client
Программа для построения структурных полиномиальных регрессионных уравнений любой степени на основе анализа больших массивов цифровых данных. Удобный интерфейс, режим реального времени на основе, применение алгоритмов полиномиальных нейросетей PNN и Группового учета аргументов (МГУА) при построении регрессионных моделей
Программа предназначена для поиска структурных закономерностей в виде полиномальных регрессионных уравнений как линейного, так и нелинейного вида произвольной степени.
Ядром программы является уникальный алгоритм полиномиальных нейросетей PNN на основе Группового учета аргументов (МГУА) при построении регрессионных моделей
Структурная зависимость исходных данных выражается аналитическим полиномиальным уравнением следующего типа: a+b*x1+c*x3+a*x43.
Программа позволяет строить модели на основе вариаций следующих параметров: количество членов уравнения, максимальная степень полинома, робастность коэффициентов уравнения к «outlier» и другие параметры.
Полученные модели можно использовать как для анализа закономерностей, так и для прогноза краткосрочных и длительных во времени решений.
Алгоритм применяется в химии (QSAR), для анализа экономических систем, для прогноза финансовых инструментов (стоки, фьючерсы, валюты), для изучения рисков страхования, медицинской диагностики и т.д.
Более детальную информацию Вы можете найти на специальном портале продукта PNN Discovery Client.
