In this paper we analyze different

In this paper we analyze different traditional
forecasting methods for prediction of the expected number
of faults in broadband telecommunication networks. The
dataset consists of over 1 million measured values, collected
in recent years. A lot of factors, both in the network and
outside the network, contribute to the formation of faults.
Therefore, the faults occurring can be considered as a
nonlinear time series. A comparison of autoregressive
models and conditional heteroscedastic models is presented
for short-term and long-term prediction of appearance of
faults. Assessment of the accuracy of tested models is made
by comparing the results obtained by modeling and the
actual data. We are trying to find the best candidates for
the analysis and forecasting of faults occurring

Kết quả (Việt) 1:

Trong bài này, chúng tôi phân tích khác nhau truyền thống dự báo phương pháp để dự đoán về số lượng dự kiến lỗi trong mạng viễn thông băng rộng. Các số liệu này bao gồm các giá trị đo được trên 1 triệu, thu thập những năm gần đây. Rất nhiều yếu tố, cả hai trong mạng và ở bên ngoài mạng, góp phần vào sự hình thành của những lỗi. Vì vậy, các lỗi xảy ra có thể được coi như là một thời gian phi tuyến series. Một so sánh của autoregressive Mô hình và các mô hình heteroscedastic có điều kiện được trình bày Đối với dự báo ngắn hạn và dài hạn của sự xuất hiện của lỗi. Đánh giá về tính chính xác của mô hình thử nghiệm được thực hiện bằng cách so sánh kết quả thu được bằng cách lập mô hình và các dữ liệu thực tế. Chúng tôi đang cố gắng tìm các ứng cử viên tốt nhất cho phân tích và dự báo lỗi xảy ra

Kết quả (Việt) 2:

Trong bài báo này, chúng tôi phân tích truyền thống khác nhau
phương pháp dự báo cho dự đoán của số lượng dự kiến
của các đứt gãy trong các mạng viễn thông băng thông rộng. Các
tập dữ liệu gồm hơn 1 triệu giá trị đo, thu thập
trong những năm gần đây. Rất nhiều yếu tố, cả trong mạng và
ngoài mạng, góp phần vào sự hình thành của các đứt gãy.
Vì vậy, các lỗi xảy ra có thể được coi như là một
chuỗi thời gian phi tuyến. Một so sánh của tự hồi quy
và các mẫu heteroscedastic có điều kiện được trình bày
cho ngắn hạn và dài hạn dự báo về sự xuất hiện của
lỗi. Đánh giá độ chính xác của mô hình thử nghiệm được thực hiện
bằng cách so sánh các kết quả thu được từ mô hình và các
dữ liệu thực tế. Chúng tôi đang cố gắng để tìm ra ứng cử viên tốt nhất cho
việc phân tích và dự báo các lỗi xảy ra