| dc.contributor.author | Заречный, Адриан Олегович | |
| dc.contributor.author | Иванищева, И. А. | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2025-01-08T09:07:57Z | |
| dc.date.available | 2025-01-08T09:07:57Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Заречный, А. О. Выявление аномалии во временных рядах финансовой сферы / А. О. Заречный, И. А. Иванищева. – Текст : непосредственный // Цифровая среда: технологии и перспективы. DETP 2024 : сборник материалов II Международной научно-практической конференции, Брест, 31 октября–1 ноября 2024 г. / Министерство образования Республики Беларусь, Брестский государственный технический университет, Факультет электронно-информационных систем ; редколлегия: Н. Н. Шалобыта, В. С. Разумейчик, С. С. Дереченник, Д. О. Петров. – Брест : БрГТУ, 2024. – ISBN 978-985-493-639-0. – С. 100–103. – Библиография: 4 назв. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/46890 | |
| dc.description.abstract | Time series data is a valuable resource for analyzing various processes but can be challenging to work with due to the presence of anomalies. Autoencoder neural networks offer an effective solution for detecting these outliers by compressing and reconstructing data, identifying deviations. This approach is particularly useful in fields like finance, where anomaly detection help manage risks and improve decision-making. | |
| dc.language.iso | ru | ru |
| dc.publisher | БрГТУ | |
| dc.title | Выявление аномалии во временных рядах финансовой сферы | ru |
| dc.type | Научный доклад (Working Paper) | |
| dc.identifier.udc | 004.77 | |
