🗊Презентация Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону

Нажмите для полного просмотра!
Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №1Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №2Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №3Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №4Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №5Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №6Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №7Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №8Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №9Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №10Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №11Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №12Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №13Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №14Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №15Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №16Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №17Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №18Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №19Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №20Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №21Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №22Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №23Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №24Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №25Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №26Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №27

Содержание

Вы можете ознакомиться и скачать презентацию на тему Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону. Доклад-сообщение содержит 27 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1





Побудова та використання  нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону 
Виконав:
Фідик Юрій Романович
Науковий керівник:
к.е.н., доц. Артеменко Віктор Борисович
Описание слайда:
Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону Виконав: Фідик Юрій Романович Науковий керівник: к.е.н., доц. Артеменко Віктор Борисович

Слайд 2





Актуальність дослідження 
               Дослідження прогнозів, виявлення факторів, які їх викликають та обчислення можливих втрат - ось важливі проблеми, на які необхідно зважати сучасному управлінцю, приймаючи рішення щодо цілісності управління виробничої чи комерційної діяльності. Побудова і розв’язок сучасних моделей  включає складні методики розрахунків, які ефективно можна здійснювати в середовищі різних програмних засобах і питання автоматизації управління прогнозними розрахунками ще не повністю вирішені, тому тема магістерської роботи є своєчасною та актуальною.
Описание слайда:
Актуальність дослідження Дослідження прогнозів, виявлення факторів, які їх викликають та обчислення можливих втрат - ось важливі проблеми, на які необхідно зважати сучасному управлінцю, приймаючи рішення щодо цілісності управління виробничої чи комерційної діяльності. Побудова і розв’язок сучасних моделей включає складні методики розрахунків, які ефективно можна здійснювати в середовищі різних програмних засобах і питання автоматизації управління прогнозними розрахунками ще не повністю вирішені, тому тема магістерської роботи є своєчасною та актуальною.

Слайд 3





Мета дослідження
           Обґрунтування теоретико-методологічних основ прогнозування соціально-економічних показників регіонального розвитку на основі нейромережного підходу.
Описание слайда:
Мета дослідження Обґрунтування теоретико-методологічних основ прогнозування соціально-економічних показників регіонального розвитку на основі нейромережного підходу.

Слайд 4





Завдання дослідження
вивчити сутність прогнозування регіонального розвитку;
виявити методи прогнозування та їх види;
дослідити існуючі моделі прогнозування регіонального розвитку;
детально розглянути прогнозування за допомогою нейронних мереж;
провести дослідження прогнозування показників соціально-економічного розвитку регіону на основі нейронних мереж.
Описание слайда:
Завдання дослідження вивчити сутність прогнозування регіонального розвитку; виявити методи прогнозування та їх види; дослідити існуючі моделі прогнозування регіонального розвитку; детально розглянути прогнозування за допомогою нейронних мереж; провести дослідження прогнозування показників соціально-економічного розвитку регіону на основі нейронних мереж.

Слайд 5


Побудова та використання нейронних мереж у прогнозуванні показників соціально-економічного розвитку регіону, слайд №5
Описание слайда:

Слайд 6





Наукова новизна
             одержаних результатів дослідження полягає в обґрунтуванні теоретико-методичних основ прогнозування соціально-економічних показників на основі сучасних нейронних мереж.
Описание слайда:
Наукова новизна одержаних результатів дослідження полягає в обґрунтуванні теоретико-методичних основ прогнозування соціально-економічних показників на основі сучасних нейронних мереж.

Слайд 7





Практичне значення 
              Використання одержаних результатів полягає у   застосуванні математичного моделювання прогнозування розвитку регіону, виявленні критичних факторів нейромережного моделювання та застосуванні цієї методики  у практичній роботі сучасних управлінців та у навчальному процесі.
Описание слайда:
Практичне значення Використання одержаних результатів полягає у застосуванні математичного моделювання прогнозування розвитку регіону, виявленні критичних факторів нейромережного моделювання та застосуванні цієї методики у практичній роботі сучасних управлінців та у навчальному процесі.

Слайд 8





Суть економічного і соціального прогнозування 
            Головні функції прогнозування такі:
науковий аналіз економічних, соціальних, науково-технічних процесів і тенденцій;
      дослідження об'єктивних зв'язків соціально-економічних явищ господарського розвитку у конкретних умовах;
      оцінка сформованого рівня розвитку конкретної ситуації і виявлення тенденцій, які можуть скластися у майбутньому, передбачення нових ситуацій та їхня оцінка;
       виявлення можливих альтернатив розвитку економіки у перспективі, нагромадження наукового матеріалу для обґрунтованого вибору певних рішень.
Описание слайда:
Суть економічного і соціального прогнозування Головні функції прогнозування такі: науковий аналіз економічних, соціальних, науково-технічних процесів і тенденцій; дослідження об'єктивних зв'язків соціально-економічних явищ господарського розвитку у конкретних умовах; оцінка сформованого рівня розвитку конкретної ситуації і виявлення тенденцій, які можуть скластися у майбутньому, передбачення нових ситуацій та їхня оцінка; виявлення можливих альтернатив розвитку економіки у перспективі, нагромадження наукового матеріалу для обґрунтованого вибору певних рішень.

Слайд 9





Класифікація економічного і соціального прогнозування
             Систему прогнозів економічного і соціального розвитку  поділяють за критеріями сукупності груп прогнозів за якісним змістом, за окремими елементами і напрямами відтворення, за способами і методами прогнозування на:
            1) прогнози ресурсів;
            2) прогнози розвитку економіки ;
            3) прогнози суспільних потреб .
             Залежно від рівня агрегування показників розрізняють прогнози 
             1) макроекономічні;
             2)  макроструктурні (укрупнені галузеві);
             3)  галузеві .
               Залежно від термінів прогнозування на:
             1) довготерміновий державний прогноз економічного і соціального розвитку України розробляють на 10-15 років, однак уточнюють кожні п’ять років;
             2) середньотерміновий прогноз розробляють на п’ять років;
             3) короткотерміновий прогноз економічного і соціального розвитку розробляють щорічно, це квартальні розрахунки очікуваних змін у динаміці головних макроекономічних показників .
Описание слайда:
Класифікація економічного і соціального прогнозування Систему прогнозів економічного і соціального розвитку поділяють за критеріями сукупності груп прогнозів за якісним змістом, за окремими елементами і напрямами відтворення, за способами і методами прогнозування на: 1) прогнози ресурсів; 2) прогнози розвитку економіки ; 3) прогнози суспільних потреб . Залежно від рівня агрегування показників розрізняють прогнози 1) макроекономічні; 2) макроструктурні (укрупнені галузеві); 3) галузеві . Залежно від термінів прогнозування на: 1) довготерміновий державний прогноз економічного і соціального розвитку України розробляють на 10-15 років, однак уточнюють кожні п’ять років; 2) середньотерміновий прогноз розробляють на п’ять років; 3) короткотерміновий прогноз економічного і соціального розвитку розробляють щорічно, це квартальні розрахунки очікуваних змін у динаміці головних макроекономічних показників .

Слайд 10





Система методів прогнозування та їх класифікація 
           Методи прогнозування - це сукупність прийомів мислення, способів, які дають змогу на підставі аналізу ретроспективних даних зробити висновки про можливий розвиток економіки у майбутньому. Їх можна класифікувати за різними ознаками.
             Залежно від способу прогнозування і наявності інформаційних даних методи прогнозування поділяють на фактографічні, формалізовані, експертні (інтуїтивні) і комбіновані . 
             Фактографічні методи ґрунтуються на достатньому інформаційному матеріалі про об’єкт прогнозування та його минулий розвиток. До них належить група методів екстраполяції і моделювання. 
             Експертні методи застосовують у тих випадках, коли інформаційний матеріал, який характеризує розвиток об’єкта у минулому, недостатній. Вони побудовані на інформації, отриманій за оцінками спеціалістів-експертів. До експертних методів належать методи індивідуальної і колективної експертної оцінки. 
            Комбіновані методи прогнозування об’єднують експертні і фактографічні методи.
Описание слайда:
Система методів прогнозування та їх класифікація Методи прогнозування - це сукупність прийомів мислення, способів, які дають змогу на підставі аналізу ретроспективних даних зробити висновки про можливий розвиток економіки у майбутньому. Їх можна класифікувати за різними ознаками. Залежно від способу прогнозування і наявності інформаційних даних методи прогнозування поділяють на фактографічні, формалізовані, експертні (інтуїтивні) і комбіновані . Фактографічні методи ґрунтуються на достатньому інформаційному матеріалі про об’єкт прогнозування та його минулий розвиток. До них належить група методів екстраполяції і моделювання. Експертні методи застосовують у тих випадках, коли інформаційний матеріал, який характеризує розвиток об’єкта у минулому, недостатній. Вони побудовані на інформації, отриманій за оцінками спеціалістів-експертів. До експертних методів належать методи індивідуальної і колективної експертної оцінки. Комбіновані методи прогнозування об’єднують експертні і фактографічні методи.

Слайд 11





Етапи розвитку методів статистичного прогнозування
«наївні» моделі прогнозування; 
методи основані на усереднені ;
методи експоненціального згладжування; 
метод Хольта; 
метод Вінтерса; 
регресивні методи прогнозування;
методи Бокса-Дженкінса (ARIMA);
нейромережеві моделі /
Описание слайда:
Етапи розвитку методів статистичного прогнозування «наївні» моделі прогнозування; методи основані на усереднені ; методи експоненціального згладжування; метод Хольта; метод Вінтерса; регресивні методи прогнозування; методи Бокса-Дженкінса (ARIMA); нейромережеві моделі /

Слайд 12





Біологічний нейрон
Описание слайда:
Біологічний нейрон

Слайд 13





Структура штучного нейрона
Описание слайда:
Структура штучного нейрона

Слайд 14





Архітектура нейронної мережі
Описание слайда:
Архітектура нейронної мережі

Слайд 15





Навчання штучної нейронної мережі 
            Три загальні парадигми навчання: 
       - "з вчителем“; 
       - "без вчителя" (самонавчання); 
       -  змішана. 
            Основних правил навчання :
       - правило Хеба ;
       - правило Хопфілда; 
       - правило "дельта“; 
       - правило градієнтного спуску; 
       - навчання методом змагання .
Описание слайда:
Навчання штучної нейронної мережі Три загальні парадигми навчання: - "з вчителем“; - "без вчителя" (самонавчання); - змішана. Основних правил навчання : - правило Хеба ; - правило Хопфілда; - правило "дельта“; - правило градієнтного спуску; - навчання методом змагання .

Слайд 16





Технологія побудови  нейронної мережі 
               Побудова нейронної мережі вирішується в два етапи: 
      -  вибір типу (архітектури) нейронної мережі 
     -  підбір ваг (навчання) нейронної мережі. 
              На першому етапі варто вибрати наступне:
      − які нейрони необхідно використовувати (число входів, передатні функції);
      − яким чином нейрони варто з'єднати між собою;
      − що взяти як входи і виходи нейронної мережі.
              На другому етапі потрібно "навчити" обрану нейронну мережу, тобто підібрати такі значення її ваг, щоб вона  працювала  потрібним  чином.  У  використовуваних  на  практиці  нейронних  мережах  кількість  ваг  може складати кілька десятків тисяч, тому навчання  −дійсно складний процес. Для багатьох архітектур розроблені спеціальні  алгоритми  навчання,  що  дозволяють  настроїти  ваги  нейронної  мережі  певним  чином.  Найбільш
       популярний з цих алгоритмів −метод зворотного поширення помилки (Error Back Propagation).
Описание слайда:
Технологія побудови нейронної мережі Побудова нейронної мережі вирішується в два етапи: - вибір типу (архітектури) нейронної мережі - підбір ваг (навчання) нейронної мережі. На першому етапі варто вибрати наступне: − які нейрони необхідно використовувати (число входів, передатні функції); − яким чином нейрони варто з'єднати між собою; − що взяти як входи і виходи нейронної мережі. На другому етапі потрібно "навчити" обрану нейронну мережу, тобто підібрати такі значення її ваг, щоб вона працювала потрібним чином. У використовуваних на практиці нейронних мережах кількість ваг може складати кілька десятків тисяч, тому навчання −дійсно складний процес. Для багатьох архітектур розроблені спеціальні алгоритми навчання, що дозволяють настроїти ваги нейронної мережі певним чином. Найбільш популярний з цих алгоритмів −метод зворотного поширення помилки (Error Back Propagation).

Слайд 17





Однопараметрична задача прогнозування
Описание слайда:
Однопараметрична задача прогнозування

Слайд 18





Багатопараметрична задача прогнозування
Описание слайда:
Багатопараметрична задача прогнозування

Слайд 19





Задача передбачення
Описание слайда:
Задача передбачення

Слайд 20





Багатокрокове прогнозування з перенавчанням
Описание слайда:
Багатокрокове прогнозування з перенавчанням

Слайд 21





Оцінювання сучасних нейронних пакетів
Описание слайда:
Оцінювання сучасних нейронних пакетів

Слайд 22





Технологія нейромережного аналізу за допомогою STATISTICA Neural Networks
Описание слайда:
Технологія нейромережного аналізу за допомогою STATISTICA Neural Networks

Слайд 23





Нейромережеві моделі бізнес-прогнозування
Описание слайда:
Нейромережеві моделі бізнес-прогнозування

Слайд 24





Емпіричний аналіз і прогнозування часових рядів програми соціально-економічного розвитку регіону
Описание слайда:
Емпіричний аналіз і прогнозування часових рядів програми соціально-економічного розвитку регіону

Слайд 25





Нейромережеві технології систем підтримки  прийняття рішень
Описание слайда:
Нейромережеві технології систем підтримки прийняття рішень

Слайд 26





ОХОРОНА ПРАЦІ 
Правові та нормативні основи заходів по охороні праці 
Санітарія та гігієна праці 
Техніка безпеки
Пожежна профілактика (безпека)
Описание слайда:
ОХОРОНА ПРАЦІ Правові та нормативні основи заходів по охороні праці Санітарія та гігієна праці Техніка безпеки Пожежна профілактика (безпека)

Слайд 27






за увагу!!!
Описание слайда:
за увагу!!!



Похожие презентации
Mypresentation.ru
Загрузить презентацию