АНАЛИЗ СТРУКТУРЫ ВРЕМЕННЫХ РЯДОВ КОЛИЧЕСТВА ДЕЛ В СУДЕ
https://doi.org/10.34822/1999-7604-2022-4-37-48
Аннотация
Проведен анализ временных рядов количества новых дел в административных судах РФ двумя методами группировки временных рядов с учетом хаотичности, случайности и регулярности их структуры. Первая модель основана на плоскости «энтропия – сложность», вторая – граф «атрибут – объект». Выведено четыре группы временных рядов: регулярные, регулярные-хаотические, строго хаотические и хаотические-стохастические, из которых хаотические-стохастические оказались в большинстве, что свойственно реальным системам. Для каждой группы предложен алгоритм прогнозирования в соответствии со структурой ряда, например, для хаотических рядов – алгоритмы нелинейной динамики, а для сильно стохастических рядов – модели, основанные на случайных процессах
Об авторах
В. А. Громов
Национальный исследовательский университет «Высшая школа экономики», Москва
Россия
Россия
доктор физико-математических наук, профессор
E-mail: stroller@rambler.ru
П. П. Лукьянченко
Национальный исследовательский университет «Высшая школа экономики», Москва
Россия
Россия
старший преподаватель
E-mail: lukianchenko.pierre@gmail.com
Ю. Н. Бесчастнов
Национальный исследовательский университет «Высшая школа экономики», Москва
Россия
Россия
стажер-исследователь
E-mail: y.beschastnov@mail.ru
К. К. Томащук
Национальный исследовательский университет «Высшая школа экономики», Москва
Россия
Россия
стажер-исследователь
E-mail: korneytomashchuk@yandex.ru
Список литературы
1. Gromov V. A. Chaotic Time Series Prediction: Run for the Horizon // Proceedings of the 5th International Conference, TMPA 2019, Tbilisi, Georgia, November 7–9, 2019. 2021. P. 29‒43.
2. Ferré S., Huchard M., Kayoue M., Kuznetsov S. O., Napoli A. Formal Concept Analysis: From Knowledge Discovery to Knowledge Processing // A Guided Tour of Artificial Intelligence Research / Eds. Mar-quis P., Papini O., Prade H. 2020. P. 411‒445.
3. Mehdizadeh S. A Robust Method to Estimate the Largest Lyapunov Exponent of Noisy Signals: A Revision to the Rosenstein’s Algorithm // J Biomech. 2019. Vol. 85. P. 84‒91.
4. Gottwald G. A., Melbourne I. A New Test for Chaos in Deterministic Systems // Proceedings of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences. 2004. Vol. 460, No. 2042. P. 603‒611.
5. Gottwald G. A., Melbourne I. On the Implementation of the 0–1 Test for Chaos // SIAM Journal on Applied Dynamical Systems. 2009. Vol. 8, Is. 1. P. 129‒145.
6. Gottwald G. A., Melbourne I. The 0-1 Test for Chaos: A Review // Chaos Detection and Predicta-bility / Eds. Skokos C., Gottwald G., Laskar J. 2016. P. 221‒247. 7. Tempelman J. R., Khasawneh F. A. A Look into Chaos Detection through Topological Data Analysis // Physica D: Nonlinear Phenomena. 2020. Vol. 406. P. 132446. 8. Rosso O. A., Carpi L. C., Saco P. M. et al. Causality and the Entropy–Complexity Plane: Robustness and Missing Ordinal Patterns // Physica A: Statistical Mechanics and its Applications. 2012. Vol. 391, Is. 1‒2. P. 42‒55.
7. Громов В. А., Мазайшвили К. В., Заикин П. В. и др. Различение хаотических и регулярных временных рядов для идентификации состояния артериовенозной фистулы // Вестник кибернетики. 2022. № 1 (45). C. 72–82.
8. Малинецкий Г. Г., Потапов А. Б., Подлазов А. В. Нелинейная динамика: подходы, результаты, надежды // Синергетика: от прошлого к будущему. 2016. Т. 9, № 28. С. 30–121.
9. Электронное правосудие. URL: https://kad.arbitr.ru/ (дата обращения: 01.11.2022).
10. Mushtaq R. Augmented Dickey Fuller Test // SSRN Electronic Journal. 2011. 19 p.
11. Liu Y., Ma S., Du X. An Improved K-Means Algo-rithm Based on a New Cluster Center Selection Method // IEEE Access. URL: https://www.research gate.net/publication/347610712_An_improved_k-means_algorithm_based_on_a_new_cluster_center_ selection_method (дата обращения: 01.11.2022).
Рецензия
Для цитирования:
Громов В.А., Лукьянченко П.П., Бесчастнов Ю.Н., Томащук К.К. АНАЛИЗ СТРУКТУРЫ ВРЕМЕННЫХ РЯДОВ КОЛИЧЕСТВА ДЕЛ В СУДЕ. Вестник кибернетики. 2022;(4 (48)):37-48. https://doi.org/10.34822/1999-7604-2022-4-37-48
For citation:
Gromov V.A., Lukyanchenko P.P., Beschastnov Yu.N., Tomashchuk K.K. TIME SERIES STRUCTURE ANALYSIS OF THE NUMBER OF LAW CASES. Proceedings in Cybernetics. 2022;(4 (48)):37-48. (In Russ.) https://doi.org/10.34822/1999-7604-2022-4-37-48
Просмотров:
134
Послать статью по эл. почте 