УДК 517.11+519.92+519.246+519.711

Ю.М. МІНАЄВ,
Київський національний університет технологій та дизайну, Київ, Україна,
 min_14@ukr.net

О.Ю. ФІЛІМОНОВА,
Київський національний університет будівництва і архітектури, Київ, Україна,
 filimonova1209@ukr.net

Ю.І. МІНАЄВА,
Київський національний університет імені Тараса Шевченка, Київ, Україна,
 juil_2010@ukr.net

ПРОГНОЗУВАННЯ НЕЧІТКИХ ЧАСОВИХ РЯДІВ
НА ПІДСТАВІ КОНЦЕПЦІЇ НАЙБЛИЖЧИХ
НЕЧІТКИХ МНОЖИН І ТЕНЗОРНИХ МОДЕЛЕЙ

СПИСОК ЛІТЕРАТУРИ

1. Афанасьева Т.В., Наместников А.М., Перфильева И.Г., Романов А.А., Ярушкина Н.Г. Прогнозирование временных рядов: нечеткие модели. Под ред. Н.Г. Ярушкиной. Ульяновск: УлГТУ, 2014. 145 с.


2. Acar E., Dunlavy D.M., Kolda T.G., Mrup M. Scalable tensor factorizations for incomplete data. Chemometrics and Intelligent Laboratory Systems. 2011. Vol. 106, Iss. 1 Р. 41–56. http://doi.org/10.1016/j.chemolab.2010.08.004.


3. Sahin A., Dodurka M.F., Kumbasar T., Yesil E., Siradag S. Review study on fuzzy time series and their applications in the last fifteen years. International Fuzzy Systems Symposium (FUZZYSS’15). 2015. Vol. 4. P. 166–171. URL: https://www.researchgate.net/pub-lication/303523611.


4. Mohammed Eid Awad Alqatqat, Ma Tie Feng. Methods in fuzzy time series predic-tion with applications in production and consumption electric. American Journal of Mathema tics and Statistics. 2020. Vol. 10(3). P. 79–95. http://doi.org/10.5923/j.ajms.20201003.03.


5. Qisen Caia, Defu Zhanga, Bo Wu, Stehpen C.H. Leung. A novel stock forecasting model based on fuzzy time series and genetic algorithm. Procedia Computer Science. 2013. Vol. 18. P. 1155–1162 http://doi.org/10.1016/j.procs.2013.05.281.


6. Канеман Д. Мислення швидке й повільне. 3-є вид. Київ: Наш формат, 2019. 480 с.


7. Huachun Tan, Yuankai Wu, Guangdong Feng, Wuhong Wang, Bin Ran. A new traffic prediction method based on dynamic tensor completion. Procedia — Social and Behavioral Sciences. 2013. Vol. 96. P. 2431–2442.


8. Минаев Ю.Н., Филимонова О.Ю., Минаева Ю.И. Кронекеровы (тензорные) модели нечетко-множественных гранул. Кибернетика и системный анализ. 2014. Т. 50, № 4. С.42–52.


9. Minaev Y.N., Filimonova O.Y., Minaeva J.I., Filimonov G.A. Fuzzy mathematics with limited possibilities for assigning membership functions. Cybernetics and Systems Analysis. 2020. Vol. 56, N 1. P. 29–39. https://doi.org/10.1007/s10559-020-00218-9.


10. Acar E., Kolda T.G., Dunlavy D.M., Mоrup M. Scalable tensor factorizations with missing data. arXiv:1005.2197 [math.NA]. 12 May 2010. 25 р.


11. Tomasi G., Bro R. PARAFAC and missing values. Chemometrics and Intelligent Laboratory Systems. 2005. Vol. 75. P. 163–180.


12. Papalexakis E.E., Faloutsos C., Sidiropoulos N.D. Tensors for data mining and data fusion: Models, applications, and scalable algorithms. ACM Transactions on Intelligent Systems and Technology. 2016. Vol. 8, N 2. P. 1–44.


13. Rogers M., Li L., Russell S. Multilinear dynamical systems for tensor time series. URL: https://ptolemy.berkeley.edu/projects/robotics/pubs/26/nips13-tensor.pdf.


14. Chena X., Hea Z., Sunb L. A Bayesian tensor decomposition approach for spatiotemporal traffic data imputation. Preprint. October 2018. 17 p. URL: https://www.researchgate.net/publication/328560889.


15. Yaru Su, Xiaohui Wu, Wenxi Liu. Low-rank tensor completion by sum of tensor nuc-lear norm minimization. IEEE Access. 2019. Vol. 7. Р. 134943–134953. http://doi.org/10.1109/ACCESS.2019.2940664.


16. Song Q., Chissom B.S. Fuzzy time series and its models. Fuzzy Sets and Systems. 1993. Vol. 54, N 3. P. 269–277.


17. Ming-Tao Chou. Fuzzy forecast based on fuzzy time series. In: Time Series Analysis — Data, Methods, and Applications. Chun-Kit Ngan (Ed.). http://doi.org/10.5772/intechopen.82843.


18. Song Q., Ge H., Caverlee J., Hu X. Tensor completion algorithms in big data analytics. arXiv:1711.10105v2 [stat.ML]. 3 May 2018. 44 р.


19. Bader B.W., Kolda T.G. Tensor toolbox for MATLAB, Version 3.2.1. URL: https://www.tensor toolbox.org.


20. Kolda T., Bader B.W., Acar A., E. NMN Dunlavy D., Bassett R., Battaglino C.J. Plantenga T., Chi E., Hansen S. and USDOE. Tensor Toolbox for MATLAB v. 3.0. Computer software. URL: doi:10.11578/dc.20201001.24.