Мантула О. В. Методи і моделі багатовимірного прогнозування візуальної інформації

Дисертація присвячена розробці моделей і методів багатовимірного прогнозування часових рядів, індукованих відеоданими. Крім традиційних завдань прогнозування розглядається сегментація часових рядів, що забезпечує "семантичну" структуризацію відеоданих для підвищення ефективності технологій інформаційного пошуку. Специфікою пропонованих моделей і методів прогнозування є їхня орієнтація на реєстровані on-lіne дані. Запропоновано метод адаптивного комбінування прогнозів на основі адаптивної модифікації випадкового пошуку, метод адаптивного прогнозу-вання на базі адитивної нелінійної ANARX-моделі. Модифікована МГУА-нейронна мережа в підсумку дозволяє покращити апроксимуючі і екстраполюючі властивості. Запропоновано та досліджено адаптивний метод нелінійної екстраполяції часових рядів з нерівновіддаленими спостереженнями. Розглянуто матричні моделі, що представляють фрагменти зображень для їх екстраполяції шляхом поширення адаптивних процедур ідентифікації на матричний випадок. Наведено результати експериментальних досліджень прогнозування відеорядів безпосередньо в просторі зображень та в ознакових просторах, представлених дескрипторами форм областей, що продукуються просторовою сегментацією та їх використання в задачах екологічного моніторингу.