Menu
Toggle navigation
Giới thiệu
Kế hoạch chiến lược
Triết lý giáo dục, Sứ mạng, Tầm nhìn, Mục tiêu, Giá trị cốt lõi
Phòng ĐTSĐH-KHCN
Các ngành Cao học
Ngành mới mở
Cổng thông tin Sau Đại học
Tuyển sinh
Thông báo tuyển sinh
Đào tạo Thạc sĩ
Lịch tuyển sinh hằng năm
Ngành tuyển sinh
Đăng ký dự tuyển
Học trước Thạc sĩ
Học bổ sung kiến thức
Đào tạo Tiến sĩ
Lịch tuyển sinh hằng năm
Cơ sở dữ liệu tuyển sinh
Hoạt động tuyển sinh
Học vụ
Cơ sở dữ liệu người học
Thời khóa biểu
Học trước Thạc sĩ
Bổ sung kiến thức
Các lớp Cao học
Thông báo Học vụ
Công nghệ thông tin
Quản trị kinh doanh
Ngôn ngữ Anh
Thông báo Nghiên cứu sinh
Cơ sở dữ liệu tốt nghiệp
Quy chế - Hướng dẫn
Quy chế cấp Bộ
Quy định cấp Trường
Hướng dẫn giảng viên
Hướng dẫn học viên
Luận văn Tốt nghiệp
Các biểu mẫu - Qui trình
Chương trình đào tạo
Thạc sĩ QTKD
Thạc sĩ CNTT
Thạc sĩ NNA
Tiến sĩ CNTT
Hoạt động ĐT-NCKH
Kế hoạch theo năm
Kế hoạch theo khóa
Quản trị kinh doanh
Công nghệ thông tin
Ngôn ngữ Anh
Kết quả NCKH
Quản trị kinh doanh
Công nghệ thông tin
Ngôn ngữ Anh
Ý kiến bên liên quan
Quản lý dạy - học
Search
Thông tin luận văn
Đào tạo sau đại học
Luận Văn Cao Học
Ngành Công nghệ thông tin
Ngành Quản trị kinh doanh
Biểu Mẫu
Học Bổng
Tra Cứu Văn Bằng
Quản Lý Dạy Và Học
Quy đổi Ngoại ngữ
Trang web liên kết
Website Trường
Khoa Học - Công Nghệ
Hội nghị, Hội thảo Khoa học – Công nghệ
Thư viện
Thông tin luận văn
DMHV
MIT20209
Họ và tên
Nguyễn Chí Vượng
Ngày sinh
24/12/1988
Khóa
2019
Điểm TB
7.8
Điểm LV
7.5
Tiêu đề tiếng Việt:
Kết hợp dự báo với phát hiện bất thường và khử bất thường bằng mô hình ARIMA để nâng cao hiệu quả dự báo khi dữ liệu có chứa yếu tố bất thường
Tiêu đề tiếng Anh
Tóm tắt
Luận văn này sẽ trình bày về dự báo kết hợp phát hiện và điều chỉnh các điểm bất thường để nâng cao kết quả dự báo. Được gợi cảm hứng từ một vài công trình nghiên cứu đi trước, luận văn này sẽ đi theo hướng tiếp cận này và sẽ tiến hành khảo sát bằng thực nghiệm để so sánh mức độ cải thiện hiệu quả dự báo của cách tiếp cận đề xuất (phát hiện bất thường + khử bất thường + dự báo) khi dùng một phương pháp dự báo khác là mô hình ARIMA. Luận văn sử dụng giải thuật TopK-BFDD để phát hiện k chuỗi con bất thường nhất trên chuỗi thời gian. Kỹ thuật trung bình động đơn giản được sử dụng để khử bất thường. Trong luận văn này, ứng dụng phát hiện và điều chỉnh bất thường sẽ được cải tiến theo hướng tìm k chuỗi con bất thường nhất. Sau khi có được chuỗi thời gian đã được khử bất thường, sẽ được sử dụng để dự báo theo mô hình ARIMA trong phần mềm R.
