АЛГОРИТМ ПРОГНОЗУВАННЯ РЕЗУЛЬТАТІВ ФУТБОЛЬНИХ МАТЧІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ

  • V. M. Kulyk Національний університет "Львівська політехніка" м. Львів
  • T. O. Korotyeyeva Національний університет "Львівська політехніка" м. Львів
Ключові слова: нейромережа, багатошаровий перцептрон, алгоритм навчання, обернене розповсюдження похибки

Анотація

Досліджено використання одного із способів машинного навчання, а саме нейронної мережі у прогнозуванні результатів спортивних подій. На цей час сфера машинного навчання перебуває на піку інтересу серед широкого загалу і використовується у вирішенні великого спектра проблем сучасного світу. Серед основних переваг і одночасно причиною, яка стала основною у виборі способу вирішення поставленої проблеми, є можливість застосування нейронних мереж для вирішення задач, в яких не прослідковується чіткий алгоритм розв'язання. На основі зібраних даних про архітектури та способи застосування різних типів нейронних мереж, алгоритмів навчання, а також і загалом методів, які можуть бути використані для вирішення проблем прогнозування, досліджено та розроблено алгоритм прогнозування. Враховуючи відсутність у відкритому доступі схожих засобів для прогнозування результатів спортивних подій, оцінку алгоритму проведено за допомогою порівняння точності прогнозування з іншими алгоритмами прогнозування, які не передбачають використання нейронних мереж. Таке тестування здійснено на основі загальнодоступного набору даних, отриманого з відкритих джерел.

Біографії авторів

V. M. Kulyk, Національний університет "Львівська політехніка" м. Львів
магістрант кафедри програмного забезпечення
T. O. Korotyeyeva, Національний університет "Львівська політехніка" м. Львів
канд. техн. наук, доцент кафедри програмного забезпечення

Посилання

Adams, T. (2017). Training an artificial neural network. Retrieved from: https://www.solver.com/training-artificial-neural-network-intro.

Badde, S., Gupta, A., & Patki, K. (2009). Cascade and Feed Forward Back propagation Artificial Neural Network Models for Prediction of Compressive Strength of Ready Mix Concrete. Second International Conference on Emerging Trends in Engineering (SICETE). Retrieved from: http://www.iosrjournals.org/iosr-jmce/papers/sicete(civil)-volume3/26.pdf

Galushkin, A. I. (2000). Teoriia neironnykh setei. Moscow: IPRZhR. 415 p. [in Russian].

Gorban, A. N., & Rossiev, D. A. (1996). Neironnye seti na personalnom kompiutere. Novosibirsk: Nauka. 276 p. [in Russian].

Hryhorkiv, V. S., Yaroshenko, O. I., & Filipchuk, N. V. (2012). Neironni merezhi ta yikh vykorystannia dlia prohnozuvannia tendentsii rynku nerukhomosti [Neural networks and their application for real estate market trends forecasting]. Scientific Bulletin of UNFU, 22(5), 324–330.

Kohonen, T. (2013). Essentials of the self-organizing map. Neural Networks, 37, 52–65. https://doi.org/10.1016/j.neunet.2012.09.018

Kruglov, V. V., & Borisov, V. V. (2001). Iskusstvennye neironnye seti: teoriia i praktika. Moscow: Goriachaia liniia-Telekom. 382 p. [in Russian].

Liubun, Z. M. (2006). Osnovy teorii neiromerezh. Lviv: Vyd. tsentr LNU im. Ivana Franka. 140 p. [in Ukrainian].

Опубліковано
2017-11-30
Як цитувати
Kulyk, V. M., & Korotyeyeva, T. O. (2017). АЛГОРИТМ ПРОГНОЗУВАННЯ РЕЗУЛЬТАТІВ ФУТБОЛЬНИХ МАТЧІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ. Науковий вісник НЛТУ України, 27(9), 111-114. https://doi.org/10.15421/40270924
Розділ
Інформаційні технології