Название исследуемой задачи:	Neural SDE
Тип научной работы:	M1P
Автор:	Иван Дмитриевич Папай
Научный руководитель:	профессор, Стрижов Вадим Викторович
Научный консультант:	Эдуард Владимиров

Abstract

Данная статья предлагает углубиться в математический аппарат, на котором строится модель Neural SDE. В ней будет рассмотрено, как вычисление фазовых траекторий СДУ обеспечивает качественный прогноз аномалий во временном ряду. Таким образом это предоставит как возможность эффективнее бороться с шумами, так и, в частности, полезный инструмент для упреждения "чёрных лебедей", которые могли бы нарушить корректную работу Neural SDE в виду высокой корреляции элементов анализируемой выборки между собой.

This article suggests delving into the mathematical apparatus on which the Neural SDE model is based. It will consider how the calculation of the SDU phase trajectories provides a qualitative forecast of anomalies in the time series. Thus, this will provide both an opportunity to deal with noise more effectively, and, in particular, a useful tool for anticipating "black swans" that could disrupt the correct operation of Neural SDE due to the high correlation of the elements of the analyzed sample with each other.

Research publications

Presentations at conferences on the topic of research

Software modules developed as part of the study

1. A python package mylib with all implementation here.
2. A code with all experiment visualisation here. Can use colab.