13 січня 2011 року виступ на конференції ІПМЕ ім.Г.Є.Пухова або Гусениця-SSA в українському національному гріді ;) Відео доступне тут - http://taltek.info/ipme_ssa_grid.html

1. ВИДІЛЕННЯ ТРЕНДОВИХ СКЛАДОВИХ ЧАСОВОГО РЯДУ Г АЗОСПОЖИВАННЯ МЕТОДОМ “ГУСЕНИЦЯ”-SSA В УКРАЇНСЬКОМУ НАЦІОНАЛЬНОМУ ГРІДІ Асистент кафедри КН: Назаревич О.Б . Науковий керівник: проф., д.т.н. Щербак Л.М. 12-13 січня 20 1 1 ІПМЕ ім. Г.Є.Пухова НАН України (с) [email_address] Тернопільський національний технічний університет імені Івана Пулюя Кафедра комп'ютерних наук

5. Приклад виділення адитивної складової – сезонного тренду L= 672 ( 28дн ) головні компоненти та їх поєднання L= 168 ( тиждень ) виділений тренд та залишок

6. Приклад виділення сезонних та циклічних складових тренду, що визначають динаміку часового ряду Sin- модульована компонента Т=12год Sin- модульована компонента Т=24год Sin- модульована компонента Т= 8 год Сезонна складова

8. ПРИКЛАД 1 – сума циклічних

9. ПРИКЛАД 2 – окремо циклічні

11. Р озкладу N=8784, L=N/2, k=N Matlab 2009b (Intel Xeon 8 ядер, 8Гб ОЗП )

12. Результат тестування SVDS(X,K) у Matlab 2009b на Xeon 2 х CPU 4 с ores , 8Gb RAM Суперкомп’ютерний центр НТУУ “КПІ” Час виконання : K=100 – 2 хв … K=4300 – 229хв (N=8784, L=N/2) Загальна тривалість тесту (сума часу по точках) ~ 91 год. K – кількість рангованих власних векторів (100-4300) Час виконання Ln( Т ) , хв

13. Час Log (T) , сек Кількість власних чисел (головних компонент) Порівняння витраченого часу [R+RSSA] для одного ядра ( L=N/2 )

14. Порівняння використаної пам'яті [R+RSSA] для одного ядра ( L=N/2 ) Пам'ять Log (M) , Mb Кількість власних чисел (головних компонент)

15. Приклад запуску грід задачі на грід вузлі ТНТУ - ng.tntu.edu.ua

18. Дякую за увагу ! Запитання – [email_address] ВИДІЛЕННЯ ТРЕНДОВИХ СКЛАДОВИХ ЧАСОВОГО РЯДУ Г АЗОСПОЖИВАННЯ МЕТОДОМ “ГУСЕНИЦЯ”-SSA В УКРАЇНСЬКОМУ НАЦІОНАЛЬНОМУ ГРІДІ Тернопільський національний технічний університет імені Івана Пулюя Кафедра комп'ютерних наук 12-13 січня 20 1 1 ІПМЕ ім. Г.Є.Пухова НАН України (с) [email_address]

20. Статистика г рід сайту ТНТУ Грід сайт ТНТУ ім.Пулюя (ng.tntu.edu.ua)

21. ВО academia

24. Тренд при різних значеннях L=24( доба ), 168 (тиждень) , 672 (28дн) , 744 (31дн) L=744(31 день ) 1-2компоненти L= 168 ( тиждень ) 1 компонента L= 744 (31 день ) 1 компонента L= 24 ( доба ) 1 компонента L= 672 ( 28днів ) 1компонента L= 336 ( 2 тижні ) 1компонента

28. Література та автори методу “Гусениця”- SSA 1. Broomhead D., King G. Extracting qualitative dynamics from experimental data // Physica D. — 1986. — V. 20. — P. 217–236. 2. Главные компоненты временных рядов: метод «Гусеница» / Под ред. Д.Л. Данилова, А.А. Жиглявского. — СПб.: Пресском, 1997. — 308 с. 3. Бухштабер В. М. Многомерные развертки временных рядов. Теоретические основы и алгоритмы // Обозрение прикл. промышл. матем. Сер. Вероятн. и статист. — 1997. — Т. 4. — Вып. 4. — С. 629–645. 4. Cadzow J. A. Signal Enhancement — A Composite Property Mapping Algorithm // IEEE Transactions on Acoustics, Speech and Signal Processing. — 1988. — V. 36. — P. 49–62. 5. Golyandina N. E., Nekrutkin V. V., Zhigljavsky A. A. Analysis of Time Series Structure: SSA and Related Techniques. — Boca Raton: Chapmap & Hall/CRC, 2001. — 305 p. 6. Elsner J. B., Tsonis A. A. Singular Spectrum Analysis: A New Tool in Time Series Analysis. — New York, London: Plenum Press, 1996. — 164 p. 7. Vautard R., Yiou P., Chil M. Singular-spectrum analysis: A toolkit for short, noisy chaotic signals // Physica D. —1992. — V. 58. — P. 95–126. 8. Голяндина Н. Э. Метод «Гусеница»-SSA: анализ временных рядов: Учебное пособие. — СПб: ВВМ, 2004. — 76 с. 9. Кендэл М. Ранговые корреляции. — М: Статистика,1975. — 212 c.