Разработка математических методов и программного обеспечения анализа и синтеза гибридных нейронных сетей для прогнозирования социально-экономических показателей

Основная цель исследования - разработка математических методов, позволяющих проводить анализ гибридных нейронных сетей, включающих себя сверточные и рекуррентные нейронные сети, и построение на их основе ансамблей нейронных сетей для прогноза случайных событий. Успех применения нейронных сетей во многом зависит от используемых алгоритмов обучения, в связи с этим предполагается проведение исследования в области deep learning и online learning.Применение нейронных сетей для прогнозирования случайных событий в экономической и социальной сферах представляется актуальной задачей, поскольку в этих сферах деятельности нейросетевое моделирование выглядит предпочтительней по сравнению со стандартными нелинейными моделями временных рядов (ARCH, GARCH, SV, TARCH, EGARCH, FIGARCH, CGARCH).Результат применения нейронных сетей в задачах социально-экономического прогнозирования зависит от предварительной обработки данных, на основе которых делается прогноз. В связи с этим предполагается исследование применения для предварительной обработки непараметрических методов математической статистики (ранговые статистики) и сжатия информации (нелинейные методы главных компонент).