A novel computation for predicting time series using fuzzy logical distance connectivity function and visibility graph theory
No Thumbnail Available
Date
2020-01-01
Journal Title
Journal ISSN
Volume Title
Publisher
Видавництво Львівської політехніки
Lviv Politechnic Publishing House
Lviv Politechnic Publishing House
Abstract
Граф видимостi є набором мiсцерозташувань, якi лежать на лiнiї, i може бути iнтерпретований як графо-теоретичне подання часового ряду, в той час як нечiткий граф
говорить про зв’язок мiж лiнiями, точно демонструючи рiвень зв’язку мiж об’єктами
заданого набору. Багато графiв не показують правильнi минулi значення. Навiть знаючи минулi значення часового ряду, прогнозування майбутнiх значень не може бути
точним. Так, щоб точно знайти справжнi значення, у цiй статтi введено граф видимостi за значеннями часових рядiв (xt, yt),(xu, yu) разом зi значеннями нечiтких вузлiв f1, f2, . . . , f. Розгляд нечiткої логiки з подiбнiстю вузлiв у минулому не дає бiльш
точного прогнозу, оскiльки схожiсть вузлiв мiстить тiльки значення минулих вузлiв.
Отже, основна мета цiєї статтi — це запропонувати розрахунок для прогнозування
бiльш точної стратегiї вимiрювання iнформацiї шляхом знаходження подiбностi всiх
нечiтких вузлiв f1, f2, . . . , fn з їх функцiєю вiддалi fd(α) i функцiєю зв’язностi α.
Результат обчислювань Y(x+1) демонструватиме точнiшi значення часових рядiв.
The visibility graph is a set of locations that lie in a line that can be interpreted as a graph-theoretical representation of a time series, while the fuzzy graph speaks about the connection between the lines by accurately demonstrating the level of the connection between the objects of a given set. Many graphs do not show proper previous values. Even knowing the previous values of times series, prediction of the future values will not be accurate. Therefore, to find the real values exactly, this paper introduces the Visibility graph by time series values (xt, yt),(xu, yu) along with the Fuzzy node values f1, f2, . . . , fn. Considering the past nodes by Fuzzy logic, similarity does not give a more accurate prediction because the nodes similarity contains the past node values only. The fundamental target of this paper is to propose a calculation to predict a more exact strategy to measure information by finding the similarities of all fuzzy nodes f1, f2, . . . , fn with their distance function fd(α) and the connectivity function α. The results of the computational outcome Y(x+1) will demonstrate more accurate values of time series.
The visibility graph is a set of locations that lie in a line that can be interpreted as a graph-theoretical representation of a time series, while the fuzzy graph speaks about the connection between the lines by accurately demonstrating the level of the connection between the objects of a given set. Many graphs do not show proper previous values. Even knowing the previous values of times series, prediction of the future values will not be accurate. Therefore, to find the real values exactly, this paper introduces the Visibility graph by time series values (xt, yt),(xu, yu) along with the Fuzzy node values f1, f2, . . . , fn. Considering the past nodes by Fuzzy logic, similarity does not give a more accurate prediction because the nodes similarity contains the past node values only. The fundamental target of this paper is to propose a calculation to predict a more exact strategy to measure information by finding the similarities of all fuzzy nodes f1, f2, . . . , fn with their distance function fd(α) and the connectivity function α. The results of the computational outcome Y(x+1) will demonstrate more accurate values of time series.
Description
Keywords
часовi ряди, нечiтка логiка, нечiтка вiдстань, функцiя зв’язностi, граф видимостi, time series, fuzzy logic, fuzzy distance, connectivity function, visibility graph
Citation
Thakur G. K. A novel computation for predicting time series using fuzzy logical distance connectivity function and visibility graph theory / Ganesh Kumar Thakur, Bandana Priya // Mathematical Modeling and Computing. — Lviv : Lviv Politechnic Publishing House, 2020. — Vol 7. — No 1. — P. 14–21.