장기 예측을 위한 은닉 마르코프 모델 기반 접근법

시계열 예측에서 정확하고 투명한 장기 예측을 실현하는 것은 도전적이고 중요한 과제입니다. 본 연구에서는 정당한 세밀성을 따르는 의미 있고 해석 가능한 개체로 원래의 수치 데이터를 변환하여 장기 예측 접근법을 제안합니다. 얻어진 시퀀스는 건전한 의미를 가지고 있지만, 서로 다른 길이를 가질 수 있어 예측 수행에 어려움을 초래합니다. 이러한 시간 시퀀스를 동등하게 조정하기 위해 동적 시간 왜곡(DTW) 거리를 사용하여 길이를 조정할 것을 제안합니다. 제안된 평등화 접근법의 정확성을 보장하기 위한 두 가지 정리가 포함됩니다. 마지막으로 우리는 은닉 마르코프 모델(HMM)을 활용하여 세밀한 시계열 내의 관계를 도출합니다. 제안된 예측 방법의 성능을 평가하기 위해 공개적으로 이용 가능한 데이터를 사용하여 일련의 실험이 수행됩니다. 비교 분석을 통해 제안된 모델이 제공하는 예측의 성능이 입증됩니다.