Analýza časových řad

Abstract

Tato práce představuje komplexní studii analýzy časových řad pomocí hlubokých neuronových sítí. Účinnost těchto metod je porovnána s existujícími řešeními pro analýzu časových řad. Implementace těchto metod se provádí na vybraném souboru dat a je ověřena jejich výkonnost. Implementace metod se provádí pomocí open source knihoven, jako jsou TensorFlow a Keras. Pro otestování existujících řešení je použit framework Darts. Výsledky srovnání jsou diskutovány a jsou z nich vyvozovány závěry. Celková zjištění naznačují, že hluboké neuronové sítě mohou být efektivně použity pro analýzu časových řad se srovnatelně dobrými výsledky jakých dosahují současné metody.

Abstract This thesis presents a comprehensive study of time series analysis using deep neural networks. The efficacy of these methods is compared against the existing solutions for time series analysis. The implementation of these methods is done on a selected data set and their performance is verified. The implementation of the methods is done through the use of open source libraries, such as TensorFlow and Keras. Darts framework is used to test existing solutions. The results of the comparison are discussed and conclusions are drawn from them. The overall findings suggest that deep neural networks can be effectively used for time series analysis, with results comparable to existing methods.