Сотрудники Массачусетского технологического института (MIT) в США разработали простую в управлении систему, способную предсказывать будущие события.
Современные системы прогнозирования обычно используют статистические данные, собранные за большой период времени. В их основе лежат сложные алгоритмы машинного обучения, а результаты вычислений понятны лишь специалистам.
Ученые из MIT решили сделать такие инструменты более удобными для обычных пользователей и создали интерфейс под названием tspDB (time series predict database — база данных для прогнозирования временных рядов). Ее можно использовать для предсказания погоды, изменения ценовых политик, развития болезней и т.п.
Система интегрирует функции прогнозирования поверх существующей базы данных и проводит все необходимые вычисления, предоставляя результат за считанные секунды. Она показала высокую точность и эффективность при выполнении двух основных задач: предсказание значений и заполнение отсутствующих данных. К тому же система не требует сложной настройки.
Ученый Абдулла Аломар одним из преимуществ tspDB назвал новый алгоритм прогнозирования временных рядов mSSA, который хорошо справляется с анализом нескольких переменных, зависящих от времени. К примеру, в случае с погодой такими переменными являются температура, облачность и точка росы (температура газа, при которой водяной пар оседает в виде капель на твердых поверхностях).
«Несмотря на то, что данные временных рядов становятся все более и более сложными, этот алгоритм может эффективно фиксировать любую структуру временных рядов. Похоже, мы нашли подходящую «линзу», чтобы оценить сложность моделей данных», — профессор Деваврат Шах.
Во время тестирования ученые сравнили mSSA с другими современными алгоритмами, включая методы глубокого обучения, при прогнозировании на реальных наборах данных полученными из электросетей, моделей трафика и финансовых рынков. Детище MIT превзошло все остальные системы, кроме одной.
Установив интерфейс tspDB поверх существующей базы данных, пользователь может нажатием нескольких клавиш получить прогноз примерно за 0,9 миллисекунды — для сравнения, обработка поискового запроса в браузере занимает около 0,5 миллисекунды. Система также показывает значения, которые помогают неспециалистам учитывать неточность прогнозов и оценивать риски при принятии решений. К примеру, она позволит человеку прогнозировать цены на акции с высокой точностью, даже при отсутствии данных по некоторым временным периодам.
«Мы заинтересованы в том, чтобы сделать tspDB широко используемой системой с открытым исходным кодом. Данные временных рядов очень важны, и это прекрасная концепция фактического встраивания функций прогнозирования непосредственно в базу данных. Такого раньше никогда никто не делал», — добавил соавтор исследования Деваврат Шах.
