Просмотр сведений о научной статье

Обложка номера

Заголовок

Инструменты визуализации временных рядов в космических исследованиях

Автор

В.С. Мараев

Организация

Сибирский федеральный университет
г. Красноярск, Российская Федерация

Аннотация

Анализ временных рядов является основным шагом в построении модели прогнозирования, но очень важно рассмотреть данные временных рядов с различных сторон. Особенно важно это бывает при анализе данных космических исследований, так как зачастую их анализ не приводит к достаточно чёткой закономерности. Также анализ помогает выявить различные признаки и параметры рассматриваемого временного ряда. Именно поэтому визуализация данных является сильным инструментом на этапе формирования модели прогнозирования. Очень часто для визуализации временных рядов в космических исследованиях используются только линейные графики, которые не могут отобразить всей специфики ряда, поэтому стоит рассматривать другие способы и инструменты визуализации данных космических исследований. В данной статье проводится анализ материалов по инструментам визуализации временных рядов. Рассмотрены основные инструменты визуализации, такие как гистограммы, графики плотности распределения, диаграммы размаха и рассеяния, тепловые карты и графики автокорреляции. Данные инструменты продемонстрированы на примерах данных, полученных из космических исследований. Выявлены достоинства и недостатки различных инструментов визуализации временных рядов в космических исследованиях. Изложены рекомендации по целесообразности применения данных инструментов визуализации в различных ситуациях. Сделаны соответствующие выводы на основе проведённых исследований по анализу инструментов визуализации временных рядов в космических исследованиях.

Ключевые слова

визуализация, временные ряды, космические исследования, гистограмма, диаграмма размаха, тепловая карта, график автокорреляции

Список литературы

[1] George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel. Time Series Analysis: Forecasting and Control. Wiley Series in Probability and Statistics. 2013. С. 92–161. ISBN 1118619064, 9781118619063.

[2] Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М. : Наука, 1976. 736 с.

[3] Мишулина О. А. Статистический анализ и обработка временных рядов. М. : МИФИ, 2004. С. 38.

[4] Евдокимов И. В., Михалев А. С., Новиков О. С., Суханова А. В. Применение свободных лицензий для разработки программного обеспечения в России // Международный журнал прикладных и фундаментальных исследований. 2017. № 6-1. С. 33–36.

[5] Евдокимов И. В., Ященков К. Г., Телков А. Ю., Татауров В. А. Экспертные методы оценки трудоёмкости разработки программных проектов // Экономика и менеджмент систем управления. 2017. Т. 24, № 2.2. С. 272–276.

[6] Evdokimov I. V., Domantsevich V. S., Konyhov V. A. THE USE OF ONLINE APPLICATIONS FOR PROJECT MANAGEMENT FOR PLANNING IN IT-MANAGEMENT // Современные информационные технологии. 2017. № 25 (25). С. 44–47.

[7] Международный центр малых планет // Data Available from the Minor Planet Center [Электронный ресурс]. URL: http://www.minorplanetcenter.net/ (дата обращения: 30.10.2017).

[8] Центр динамики околоземных объектов // The AstDyS database [Электронный ресурс]. URL: http://hamilton.dm.unipi.it/astdys/index.php?pc=2.0&o=094 (дата обращения: 30.10.2017).

[9] Международная метеорная организация // Visual Meteor Database [Электронный ресурс]. URL: https://www.imo.net (дата обращения: 30.10.2017).

[10] Хронология пилотируемых космических полётов // LAUNCHLOG [Электронный ресурс]. URL: http://planet4589.org/space/log/launch.html (дата обращения: 30.10.2017).

[11] Официальное открытое хранилище данных космического телескопа “Хаббл” // Hubble Space Telescope database [Электронный ресурс]. URL: http://www.nasa.gov/hubble/ (дата обращения: 30.10.2017).

[12] Айвазян С. А. Прикладная статистика. Основы эконометрики. Т. 2. М. : Юнити-Дана, 2001. C. 432. ISBN 5?238?00305?6.

[13] Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. М. : Дело, 2007. C. 504. ISBN 978-5-7749-0473-0.

[14] Эконометрика : учебник / под ред. И. И. Елисеевой. 2-е изд. М. : Финансы и статистика, 2006. С. 576. ISBN 5-279-02786-3.

[15] Woodward W. A., Gray H. L. & Elliott A. C. Applied Time Series Analysis. CRC Press. 2012. С. 63–64.

[16] Hyndman Rob J., Athanasopoulos G. Forecasting: principles and practice. University of Western Australia, 2013. С. 14–32. ISBN-13: 978-0987507105.

[17] Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. М. : Финансы и статистика, 1989. 607 с.

[18] Shasha D. High Performance Discovery in Time Series // Springer. 2004. С. 3–7.

[19] Cowpertwait P. S. P., Metcalfe A. V. Introductory Time Series with R // Springer. 2009. С. 27–43.

[20] Елисеева И. И., Юзбашев М. М. Общая теория статистики : учебник / под ред. И. И. Елисеевой. 4-е изд., перераб. и доп. М. : Финансы и статистика, 2002. 480 с. ISBN 5-279-01956-9.

Цитирование данной статьи

Мараев В.С. Инструменты визуализации временных рядов в космических исследованиях // Исследования наукограда. 2017. Т. 1. № 4. С. 200-207. doi: 10.26732/2225-9449-2017-4-200-207

Данная статья лицензирована по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.