КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2025)

Розмір шрифта: 
ПОРІВНЯННЯ МОДЕЛЕЙ LSTM ТА GRU ДЛЯ ПРОГНОЗУВАННЯ ЗАЛИШКІВ У БУСТИНГОВІЙ ГЕТЕРОСКЕДАСТИЧНІЙ EGARCH-МОДЕЛІ
Володимир Євгенович Копняк, Віталій Борисович Мокін

Остання редакція: 2025-06-15

Анотація


Здійснено порівняльний аналіз моделей LSTM та GRU для прогнозування залишків у бустинговій гетероскедастичній моделі EGARCH. Результати показали, що LSTM забезпечує кращу точність, ніж GRU на прикладі прогнозування концентрації пилу Сахари в атмосферному повітрі м. Вінниці за даними мережі громадського моніторингу EcoCity

 

COMPARISON OF LSTM AND GRU MODELS FOR FORECASTING RESIDUALS IN A BOOSTING HETEROSCEDASTIC EGARCH MODEL

A comparative analysis of LSTM and GRU models for forecasting residuals in the boosting heteroskedastic EGARCH model was carried out. The results showed that LSTM provides better accuracy than GRU on the example of forecasting the concentration of Sahara dust in the atmospheric air of Vinnytsia, according to the data of the EcoCity public monitoring network.


Ключові слова


прогнозування часових рядів; бустинг; гетероскедастична модель; прогнозування якості атмосферного повітря; пил Сахари; time series forecasting; boosting; heteroskedastic model; LSTM; GRU; air quality forecasting; Sahara dust; EcoCity

Посилання


1. Копняк В. Є., Мокін В. Б., Жуков С. О., Варчук І. В., Скринник Т. В., Метод бустингу гетероскедастичних моделей для прогнозування концентрацій пилу Сахари в атмосферному повітрі України, Наукові праці ВНТУ [Електронний ресурс]. Вип. 2, Лип 2024. Режим доступу: doi https://doi.org/10.31649/2307-5376-2024-2-28-38

 

2. Наука про дані: машинне навчання та інтелектуальний аналіз даних : електронний навчальний посібник комбінованого (локального та мережевого) використання [Електронний ресурс] / В. Б. Мокін, М. В. Дратований – Вінниця : ВНТУ, 2024. – 258 с. – Режим доступу: https://docs.vntu.edu.ua/card.php?id=8163

 

3. Mokin Vitalii. Kopniak Volodymyr. Sahara's Dust in UA: Boosting EGARCH + LSTM, June 2024, Kaggle Notebook, URL: https://www.kaggle.com/code/vbmokin/sahara-s-dust-in-ua-boosting-egarch-lstm

 

4. Mokin Vitalii, Shmundiak Dmytro, Kopniak Volodymyr. Air Quality Monitoring from EcoCity, May 2024, Kaggle Dataset. URL: https://www.kaggle.com/datasets/vbmokin/air-quality-monitoring-from-ecocity

 

5. Eco-City. Громадський моніторинг стану якості повітря [Електронний ресурс] – Режим доступу до ресурсу: https://reborn.eco-city.org.ua/.

 

6. Mokin Vitalii. Kopniak Volodymyr. Sahara's Dust in UA: Boosting GARCH + GRU, June 2025, Kaggle Notebook, URL: https://www.kaggle.com/code/vbmokin/sahara-s-dust-in-ua-boosting-garch-gru


Повний текст: PDF