Российские исследователи из Сбера представили новый подход к прогнозированию многомерных временных рядов, основанный на использовании гиперсетевой модели искусственного интеллекта.
Разработка позволяет с высокой точностью и скоростью предсказывать изменения в сложных динамических системах, что найдёт применение в энергетике, финансах, городском управлении, экологии и медицине.
Как объяснили в пресс-службе Сбера, многие процессы в природе, экономике и обществе описываются временными рядами — последовательными наборами данных, например, показателями потребления электроэнергии или котировками акций. Прогнозирование таких рядов осложняется большим количеством взаимосвязанных факторов и часто ограниченным объёмом данных для обучения.
Новый метод решает эту проблему за счёт комбинации двух нейросетей. Вместо создания одной громоздкой модели разработчики использовали компактную гиперсеть, которая анализирует особенности конкретного потока данных и «подстраивает» под них основную, более лёгкую и быструю прогнозную модель, сообщает ТАСС.
«Вместо разработки сложной модели с огромным числом параметров мы создали компактную гиперсеть. Её задача — точно адаптировать основную модель под специфические особенности каждого набора данных. Это повышает точность предсказаний, в некоторых случаях до 20%, без снижения скорости работы», — отметил директор Центра практического искусственного интеллекта Сбербанка Николай Тиден.
Такой подход позволяет системе эффективно работать даже с небольшими выборками данных и учитывать скрытые взаимосвязи между различными переменными в одном наборе.
Технология уже готова для практического внедрения. В энергетике она поможет точнее прогнозировать нагрузку на сети и оптимизировать расход ресурсов. В сфере городского управления ИИ может использоваться для анализа транспортных потоков и адаптивного управления светофорами, что сократит пробки. В финансах система повысит точность прогнозов рыночных индикаторов, а в экологии и медицине позволит лучше моделировать динамику природных и биологических процессов.
