تحلیل سری‌های زمانی مبتنی بر هوش محاسباتی ۲۰۲۲
Computational Intelligence-based Time Series Analysis 2022

تحلیل سری‌های زمانی به بررسی متوالی داده‌ها و اطلاعات جمع‌آوری‌شده از گذشته تا حال گفته می‌شود. داده‌های سری‌های زمانی دارای ابعاد بزرگ، حجم زیاد و به‌روزرسانی مداوم هستند. یک سری زمانی به عوامل مختلفی مانند روند، فصلی بودن، چرخه و مجموعه داده‌های نامنظم بستگی دارد و اساساً مجموعه‌ای از نقاط داده است که به‌خوبی در طول زمان سازمان‌دهی شده‌اند. پیش‌بینی سری‌های زمانی، حوزه‌ای مهم در یادگیری ماشین است. مسائل پیش‌بینی گوناگونی وجود دارند که وابسته به زمان هستند و این مسائل را می‌توان از طریق تحلیل سری‌های زمانی مدیریت کرد. هوش محاسباتی (CI) یک رویکرد محاسباتی در حال توسعه برای سال‌های آینده است. هوش محاسباتی انعطاف‌پذیری لازم برای مدل‌سازی مسئله بر اساس الزامات داده‌شده را فراهم می‌کند. این رویکرد به یافتن راه‌حل‌های سریع برای مشکلات موجود در رشته‌های متعدد کمک می‌کند. این روش‌ها رفتار انسان را تقلید می‌کنند. هدف اصلی هوش محاسباتی، توسعه ماشین‌های هوشمند برای ارائه راه‌حل‌هایی برای مسائل دنیای واقعی است که مدل‌سازی نشده‌اند یا مدل‌سازی ریاضی آن‌ها بسیار دشوار است. هدف این کتاب پوشش دادن آخرین پیشرفت‌ها در سری‌های زمانی و کاربردهای هوش محاسباتی برای تحلیل سری‌های زمانی است.

The sequential analysis of data and information gathered from past to present is called time series analysis. Time series data are of high dimension, large size and updated continuously. A time series depends on various factors like trend, seasonality, cycle and irregular data set, and is basically a series of data points well-organized in time. Time series forecasting is a significant area of machine learning. There are various prediction problems that are time-dependent and these problems can be handled through time series analysis. Computational intelligence (CI) is a developing computing approach for the forthcoming several years. CI gives the litheness to model the problem according to given requirements. It helps to find swift solutions to the problems arising in numerous disciplines. These methods mimic human behavior. The main objective of CI is to develop intelligent machines to provide solutions to real world problems, which are not modelled or are too difficult to model mathematically. This book aims to cover the recent advances in time series and applications of CI for time series analysis.