Search

In this research we simulated how time can be reversed with a rotating strong gravity. At first, we assumed that the time and the space can be distorted with the presence of a strong gravity, and then we calculated the angular momentum density of the rotating gravitational field. For this simulation we used Einstein’s field equation with spherical polar coordinates and the Euler’s transformation matrix to simulate the rotation. We also assumed that the stress-energy tensor that is placed at the end of the strong gravitational field reflects the intensities of the angular momentum, which is the normal (perpendicular) vector to the rotating axis. The result of the simulation shows that the angular momentum of the rotating strong gravity changes its directions from plus (the future) to minus (the past) and from minus (the past) to plus (the future), depending on the frequency of the rotation.

In this research, we simulated the angular momentum of gravitational field of a rotating black hole and the spin momentum of gravitational waves emitted from the black hole. At first, we calculated energy densities of the rotating gravitational field and spinning gravitational waves as the vectors, which were projected on the spherical curved surface of the gravitational field and of the gravitational waves. Then we calculated the angular momentum and the spin momentum as the vectors perpendicular to the curved surface. The earlier research by Paul Dirac, published in 1964, did not select the curved surface to calculate the motion of quantum particles; but, instead, he chose the flat surface to develop the theory of quantum mechanics. However, we pursued the simulation of the gravitational waves in spherical polar coordinates that form the spherical curved surface of the gravitational waves. As a result, we found that a set of anti-symmetric vectors described the vectors that were perpendicular to the spherical curved surface, and with these vectors we simulated the angular momentum of the rotating black hole’s gravitational field and the spin momentum of gravitational waves. The obtained results describe the characteristics of the rotation of a black hole and of spinning gravitational waves.

Background. Nonlinear nonstationary processes that are available in various spheres of human activity are characterized by numerous uncertainties, fuzziness, incompleteness and low precision data. To perform forecasting of such processes it is necessary to carry out correctly the data processing that is why the problem of development and practical use of the new processing methods is very urgent. The methods should provide a possibility for performing high quality input data processing aiming to quality modeling and forecasting the processes under study. Objective. A short review of the Bayesian data analysis methods will be provided and an original methodology for identification and taking into consideration of possible uncertainties that are available in the problems of modeling and forecasting developed. And a new combined probabilistic and statistical model will be proposed for modeling and forecasting nonlinear nonstationary processes. Methods. A combined implementation methodology has been proposed that includes the following: Bayesian data processing technics, an optimal filter for preliminary data processing, linear and nonlinear regression for formal description and forecasting conditional variance and probabilistic model in the form of Bayesian network to forecast nonlinear nonstationary processes. Results. The proposed modeling method was tested on the problem of forecast estimation using the financial market data. The statistical data hired describe evolution of stock prices for well-known company. The computational experiments performed showed that quality of the short-term forecasts for volatility and the nonlinear nonstationary financial process itself are improved substantially thanks to the optimal filtering procedure and rational model structure selection. Application of the complex model that uses Bayesian network provided a possibility for improvement of probabilistic forecasts used for performing trade operations at the stock market. Conclusions. Forecasts estimation for nonlinear nonstationary processes is an urgent problem that can be solved in various ways. The proposed probabilistic and statistical method for estimating probabilistic forecasts used for performing trade operations at the stock market generated high quality results and will be extended and improved in the future.

The article considers the synthesis procedure for multidimensional digital controller embedded into industrial artificial microclimate systems. The methodology is proposed for constructing the complex dynamic mathematical model for industrial air conditioners represented in the state space of a combined multidimensional controlled system. An analysis of possible control system optimization criteria is performed. Also, the synthesis procedure for an optimal multidimensional digital linear quadratic controller is given. The feedback matrix is synthesized that determines the control vector optimal trajectory using controlled system states by minimizing the quadratic quality criterion. The proposed multidimensional linear digital controller has a feature of logical selection for elements of industrial equipment for performing the optimal control of a microclimate conditioner. The proposed approach allows for reconfiguring the synthesis procedure for the industrial conditioners automatic control system on the basis of delimiting the mutual influence of control parameters., Рассмотрена процедура синтеза многомерного цифрового регулятора для промышленных систем искусственного микроклимата. Для промышленных кондиционеров предложена методика разработки комплексной динамической математической модели в пространстве состояний как единого многомерного объекта управления. Выполнен анализ критериев для оптимизации системы управления кондиционером. Рассмотрена процедура синтеза оптимального многомерного линейно-квадратичного цифрового регулятора и синтезирована матрица обратной связи, которая по параметрам состояния объекта управления определяет траекторию движения вектора оптимального воздействия и минимизирует квадратичный критерий качества. Такой многомерный линейно-квадратический цифровой регулятор отличается наличием логического выбора оборудования для осуществления оптимального управления климатическим оборудованием кондиционера. Такой подход позволяет переосмыслить процедуру синтеза автоматической системы управления для промышленных кондиционеров на основе разграничения взаимного влияния регулирующих параметров., Розглянуто процедуру синтезу багатовимірного цифрового регулятора для промислових систем штучного мікроклімату. Для промислових кондиціонерів запропоновано методику розроблення комплексної динамічної математичної моделі в просторі станів як єдиного багатовимірного об'єкта управління. Виконано аналіз критеріїв для оптимізації системи управління кондиціонером. Розглянуто процедуру синтезу оптимального багатовимірного лінійно-квадратичного цифрового регулятора та синтезовано матрицю зворотного зв'язку, яка за параметрами стану об'єкта управління визначає траєкторію руху вектора оптимального впливу і мінімізує квадратичний критерій якості. Запропонований багатовимірний лінійно-квадратичний цифровий регулятор відрізняється наявністю логічного вибору обладнання для здійснення оптимального управління кліматичним устаткуванням кондиціонера. Такий підхід дозволяє переосмислити процедуру синтезу автоматичної системи управління для промислових кондиціонерів на основі розмежування взаємовпливу регулювальних параметрів.

In this research we formulated the curvature tensors with the system of spherical polar coordinates, which describe the gravitational field and gravitational waves of a black hole; and then we calculated eigenvalues of the curvature tensors to estimate the relative strengths of their components to the stress-energy tensor in Einstein’s field equation. For this simulation, we assumed that the time and the distance interact with each other if we travel from Earth to the inside of the black hole, and then the result of the simulation showed that the gravitational waves carry the same components of the gravitational field of the black hole. On the other hand, when we assumed that the time and the distance are independent, which resembles the situation outside of the boundary of the black hole toward Earth, the curvature tensors are different between those of the gravitational field and the gravitational waves. Upon the results of the simulation we conclude that the gravitational waves that come from the inside of the black hole carry the information of the gravitational field inside of the black hole, if we assume that time and space are dependent each other.

Містить огляд літератури, присвяченої методам абстрактного реферування текстів. Розглянуто класифікацію методів абстрактного реферування. Із появою методів реферування текстів у 1950-х рр. техніки створення рефератів постійно покращувались, але оскільки абстрактне реферування потребує потужних технік для оброблення/генерації тексту, найбільший прогрес досягнуто в останні роки. Поточний швидкий розвиток у сфері як оброблення природної мови в цілому, так і автоматичного реферування зокрема робить особливо необхідним аналіз прогресу в цій сфері. Надано загальне уявлення як про попередні підходи, так і найновіші, включаючи пояснення методів і підходів. Додатково подано кількісні оцінки методів, запропонованих в оглянутих джерелах., The paper contains a literature review for automatic abstractive text summarization. The classification of abstractive text summarization methods was considered. Since the emergence of text summarization in the 1950s, techniques for summaries generation were constantly improving, but because the abstractive summarization require extensive language processing, the greatest progress was achieved only recently. Due to the current fast pace of development of both Natural Language Processing in general and Text Summarization in particular, it is essential to analyze the progress in these areas. The paper aims to give a general perspective on both the state-of-the-art and older approaches, while explaining the methods and approaches. Additionally, evaluation results of the research papers are presented., Содержит обзор литературы, посвященной методам абстрактного реферирования текстов. Рассмотрена классификация методов абстрактного реферирования. С появлением методов реферирования текстов в 1950-х гг. техники создания рефератов постоянно улучшались, но поскольку абстрактное реферирование требует мощных техник для обработки/генерации текста, наибольший прогресс был достигнут в последние годы. Текущее быстрое развитие в сфере как обработки естественного языка в целом, так и автоматического реферирования в частности делает особенно необходимым анализ прогресса в этой сфере. Дано общее представление как про более предыдущие подходы, так и про новые, включая обьяснение методов и подходов.Дополнительно представлены оценки методов, предложенных в рассмотреных работах.

Forecasting on different levels of the management system of a cloud data center has received increased attention due to its significant impact on the cloud services quality. Making accurate forecasts, however, is challenging due to the non-stationary workload and intrinsic complexity of the management system of a cloud data center. It is possible to prevent excessive resource allocation and service level agreement violations through workload forecasting for virtual machines and containers. In this paper, the authors propose the adaptive forecasting model and corresponding adaptive forecasting methods to apply in the management system of a cloud data center for workload forecasting, ensuring compliance with the service level agreement and power consumption decrease. The authors consider six alternative forecasting methods and 77 training data windows on each management step to determine the best combination of methods and the training set size that generates a most accurate forecast, thereby adapting to the current state of the physical or virtual server in a cloud data center. Through the comprehensive analysis, the authors also evaluate the proposed adaptive forecasting methods using real-world workload traces Bitbrains and demonstrate that combined forecasting methods outperform the individual forecasting methods significantly in terms of forecasting accuracy measured by Mean Absolute Percentage Error.

Background. The problem of forecasting nonlinear nonstationary processes presented in the form of time series is very relevant, since such series can describe dynamics of the processes in both technical and economic systems. To establish the best model, various metrics are used to assess the quality of forecasts, such as R^2, RMSE, MAE, MAPE. However, in many tasks, when optimizing the model according to the selected criterion, the model becomes worse in relation to another criterion. Therefore it is important to understand which metric must be used to optimize and assess the quality of the forecast in the given task. Objective. The aim of the paper is to develop a criteria base for assessing forecasts of nonlinear nonstationary processes, as well as an approach to choosing a metric in accordance to the specificity of the set forecasting problem. Methods. The paper presents a comparative analysis of the basic metrics for the regression problem, their theoretical and practical meaning, advantages and disadvantages in various cases. New approaches are proposed based on the results of the analysis. Results. Based on the analysis of the selected data, it is shown that by optimizing the model according to the selected criterion, the model becomes worse in relation to another criterion. A criterion basis for assessing forecasts of nonlinear nonstationary processes has been formed, as well as an approach to the selection of a quality criterion in accordance with the specifics of the set forecasting problem. To minimize an absolute error, the RMSE (MSE, R^2) and MAE metrics are analysed and recommended, depending on the need to work with outliers. The RMSLE metric is proposed for solving the problems of minimizing the relative metric, for solving the shown problems of the MAPE metric for this class of problems. Conclusions. The paper shows the importance of choosing a metric that must be used to optimize and assess the quality of the forecasts in the given task. The obtained criterion base and approach can be used in further research to solve practical prob- lems in modelling and forecasting nonlinear nonstationary processes and to develop new methods or general method for solving such problems.

Background. The majority of modern dynamic processes in economy, finances, ecology, technologies and many other areas of studies exhibit short- and long-term nonlinear and nonstationary behavior. That is why it is required to create for their thorough analysis modern highly developed specialized instrumentation providing for appropriate preliminary statistical data processing, simulation state and parameter estimation and quality forecasting their evolution in time to be used in decision support systems (DSS). Objective. The purpose of the paper is to perform introductory analysis of some modern methods for filtering statistical and experimental data; to consider modern filtering techniques on the basis of probabilistic Bayesian approach, that provide a possibility for preparing the data to adequate simulation, computing high quality state and forecast estimates for dynamic systems in stochastic environment and availability of measurement errors. Methods. To implement modern data filtering techniques appropriate simulation and optimization procedures, probabilistic Bayesian methods of data analysis are utilized; simulation algorithms for parameter estimation, and criteria bases for analyzing quality of intermediate and final results in the frames of DSS are used. Results. A set of data filtering techniques is presented to be used together with the models describing formally selected processes dynamics. The methodology is considered for implementation of probabilistic Bayesian filter based upon modern statistical data analysis techniques including application of appropriate simulation procedures. Conclusions. Development of effective means for simulation, state estimation and forecasting dynamics of nonlinear nonstationary processes in various areas of human activities provides a possibility for high quality state and parameter estimation and compute short and middle term forecasts for their future evolution. The methods of optimal Kalman and probabilistic Bayesian filtering considered in the review provide a possibility for performing appropriate analysis of nonlinear nonstationary processes, compute forecasts and provide for managerial decision support on the basis of the forecast estimates.

In this research the energy density was calculated and the spin momentum density of Moon’s gravitational waves in the rectilinear coordinates’ system of Moon’s gravity and Earth’s global temperature. At first, we assumed an action principle that combines the gravitational field and gravitational waves, which formulate a closed system, together with Earth’s global temperature. And, then, we calculated the energy densities of those energy field and waves, which are calculated as their variances in the rectilinear coordinates, also to calculate their coefficients and standard errors of the calculated coefficients. The calculated results are consistent with the findings of our previous research [1], which shows the negative contribution of gravitational waves to Earth’s global temperature, while the gravitational field positively contributes to the global temperature. We also calculated spin momentum of Moon’s gravitational waves in the system of rectilinear coordinates.

Проблематика. Сучасні фінансові й економічні процеси та ризики, що супроводжують їх розвиток, часто характеризуються складними елементами, містять нестаціонарні та нелінійні компоненти, які потребують створення спеціальних математичних моделей для їх адекватного опису і прогнозування. Для успішного розв’язання таких задач необхідно створювати відповідні системи підтримки прийняття рішень із використанням принципів системного аналізу. Мета дослідження. Розробити архітектуру інформаційних технологій системи підтримки прийняття рішень та її функціональ­ну схему для побудови математичних моделей економічних і фінансових процесів на основі статистичних даних та оцінювання фінансових ризиків. Така система повинна виконувати функції обробки невизначеностей і має бути реалізована на основі сучасних інформаційних технологій. Методика реалізації. Для розв’язання поставленої задачі використані методи математичного моделювання і прогнозування фінансових та економічних процесів; методи оцінювання фінансових ризиків на основі статистичних даних. Для практичної реалізації системи підтримки прийняття рішень використано сучасні інформаційні технології. Результати. Розроблено інформаційну технологію та систему підтримки прийняття рішень як практичний інструмент для моделювання нелінійних нестаціонарних процесів у економіці та фінансах і оцінювання фінансових ризиків. Експериментальні результати обробки статистичних даних підтверджують коректність запропонованих рішень. Висновки. Запропоновано і реалізовано системну методологію для побудови систем підтримки прийняття рішень для математичного моделювання і прогнозування сучасних економічних і фінансових процесів та оцінювання фінансових ризиків, яка базується на таких принципах системного аналізу: ієрархічність системи, ідентифікація та врахування можливих ймовірнісних і статистичних невизначеностей, адаптивність моделей до даних, генерування альтернативних рішень та використання належної критеріальної бази на всіх етапах виконання обчислень.

Проблематика. Фінансові системи на глобальному рівні охоплюють усі ланки діяльності людини і мають значний вплив на інші види систем. При цьому вони характеризуються значною чутливістю до політичних та соціальних впливів, різних видів ризиків, а тому потребують сучасного й актуального інструментарію для моделювання, оцінювання і прогнозування ризиків. Мета дослідження. Розробити архітектуру інформаційних технологій для аналізу, оцінювання і прогнозування ризиків, які можуть бути реалізовані у вигляді інформаційної системи підтримки прийняття рішень, хмарних технологій та мікросервісів. Методика реалізації. Застосування клієнт-серверної архітектури для розробки інформаційної технології фінансового ризик-менеджменту, створення нових інформаційних технологій та розширеної системи підтримки прийняття рішень для прискореного аналізу, динамічного оцінювання, прогнозування та менеджменту ризи­ків у фінансових системах. Результати дослідження. Розширена інформаційна технологія та узагальнена інформаційна система підтримки прийняття рішень як система фінансового ризик-менеджменту, реалізована у вигляді клієнт-серверної архі­тек­тури, окремих застосувань у вигляді мікросервісів і хмарних сервісів для інтеграції в існуючу та функціо­нуючу систему ризик-менеджменту. Висновки. Надання дієвих засобів для моделювання, оцінювання та прогнозування ризиків дає фінансовим компаніям змогу ефективніше розподіляти фінансові ресурси, прогнозувати можливі фінансові втрати (їх ступінь і рівень) та мінімізувати їх наслідки за різними методами інтелектуального аналізу даних, застосовуючи засоби страхування та хеджування. На сьогодні високоефективним є використання саме інформаційних технологій на основі мікросервісів, яке дає змогу нарощувати функціональність і розширювати можливості вже існуючої на підприємстві системи ризик-менеджменту, додаючи та інтегруючи необхідні функції, методи та моделі у вигляді мікросервісів.

This research examined a possibility of the Moon’s gravitational-wave that may influence Earth’s global temperature, with a mathematical method of empirical analysis with the data of the global temperature, global carbon dioxide, and the distance between Moon and Earth. We made the regression analysis of the global temperature over the factors of Moon’s gravitational field taken from the General Theory of Relativity and from the Newton’s gravity theory, with the data of the carbon-dioxide. The result shows that Newton’s gravitational field is related to Earth’s global temperature, while the influence of Moon’s gravitational wave is negligible. However, we also found a possibility that the gravitational wave could contribute to Moon’s gravitational-field upon the analysis of multicollinearity of two factors taken from Newton’s theory and the General Theory of Relativity.

A modified approach to the Bayesian data analysis is proposed and an original methodology for identifying and accounting the possible uncertainties that exist in modelling and predicting non-stationary processes problems is developed. A new methodology for the combined model implementation is considered. It includes the following elements: the Bayesian data processing method, the optimal data processing filter, regression models for the statistical data formally describing and predicting the conditional variance, and the probabilistic Bayesian network model for predicting non-stationary processes. The conducted computational experiments for the financial market indicators forecasting showed that the quality of short-term volatility forecasts is significantly improved due to the optimal filtering procedure and the right choice of model structure.

The coordinates determination of the radio emission source by the multi position passive radio monitoring systems is based on the time difference of arrival method. The main measured information to solve this problem is the delay time of signal at the receiving stations. The coordinates determination of the observed object is based on the solution of hyperbolic equations at the central receiving point. The system of nonlinear hyperbolic equations is constructed for the receiving stations, where one of them is the central receiving station, which expresses the structure of distances and the geometry of the mutual arrangement of stations and radio emission source. The most common method for solving such systems is the Newton method. Subject to certain requirements, the Newton method is also the most effective. However, its practical application is complicated by the difficulties connected with the poor conditionality of partial derivative matrices. It reduces the coordinate accuracy finding, the convergence rate, and may eventually create fundamental difficulties in solving problems. The article discusses the conditions of such situations and proposes some approaches to avoid these problems or reduce their negative impact. Consideration must also be given to the significant constraints on calculation time required to complete a computational procedure with a given accuracy, because these requirements are dictated by the real-time principle of the passive radio monitoring systems.

This article shows that a rotation of an object can make antigravity, in which there is strong gravity that distorts time and space. At first, we derived the curvature tensors upon Einstein’s field equation, using spherical polar coordinates, and then calculated the coefficients of the curvature tensors, to simulate the strength of each component of the tensors, assuming that the stress-energy tensor reflects the strength of the gravity. As the result, we conclude that antigravity can be made by rotating the gravitational field, if the gravity is strong enough so that time and space can be distorted inside of the object.

Context: Nowadays in the field of economics, ecology, demographics, we observed nonlinear non-stationary processes. To evaluate the models and forecasts of the processes under consideration, it is necessary to develop special methods. Modeling methodologies include potential uncertainties that arise during data filtering and processing, as well as model structures and parameter estimates.Objective: To develop a modified methodology for constructing mathematical models of nonlinear non-stationary processes that will help to achieve high-quality forecasts. The analyzed heteroskedastic processes create a wide class of nonlinear non-stationary processes and are considered in many areas of research.Methods: To achieve the main goal of the work, a systematic approach is used to build models and forecasts. Used modified methodologies for modeling non-linear non-stationary processes and methods for identifying and accounting for all uncertainties. To account for uncertainties, used methods to refine the order of the model with an adaptive approach to modeling and automatically search for the most optimal structure using complex statistical criteria. A description of non-linearities is also performed using alternative analytical forms with the ability to perform a subsequent assessment of the predictions received.Results: The work proposed modified modeling methods, built new models and forecasts. As a result of experiments, it was an achievement that nonlinear models and forecasts with using filtering (exponential, elliptical, Kalman filtering) provide a possibility for computing high-quality results and hight quality indicators for the process under study and their variance.Conclusions: The application of the proposed modeling methodology allows you to simulate the structure and parameters of the model, which are built on the basis of statistical data. The resulting models show high accuracy and good quality for short-term forecasts.

In this article, we show that rotation of a black hole can create antigravity and anti-gravitational waves, given that there is a strong gravity in the black hole, which distorts time and space. At first, we derived the curvature tensors upon Einstein’s field equation, using spherical polar coordinates, and then calculated the coefficients of the curvature tensors to simulate the strength of each component of the tensors. It is assumed that the stress-energy tensor, which is located outside of the black hole, can reflect the strength of the gravitational field and the gravitational waves. As the result, we concluded that, if the time and space are distorted in the black hole, the rotation can create antigravity and the anti-gravitational waves. In addition, the result of the simulation shows that the antigravity positively contributes to the stress-energy tensor, which may expand the size of the Universe.

The study is directed towards development of an adaptive decision support system for modeling and forecasting nonlinear nonstationary processes in economy, finances and other areas of human activities. The structure and parameter adaptation procedures for the regression and probabilistic models are proposed as well as the respective information system architecture and functional layout are developed. The system development is based on the system analysis principles such as adaptive model structure estimation, optimization of model parameter estimation procedures, identification and taking into consideration of possible uncertainties met in the process of data processing and mathematical model development. The uncertainties are inherent to data collecting, model constructing and forecasting procedures and play a role of negative influence factors to the information system computational procedures. Reduction of their influence is favourable for enhancing the quality of intermediate and final results of computations. The illustrative examples of practical application of the system developed proving the system functionality are provided.

Досліджено принципи, методи, процедури та засоби системного підходу до аналізу та менеджменту ризиків. Наведено міжнародні загальновідомі стандарти менеджменту ризиків різних типів та показано класифікацію рейтингів фінансових ризиків. На прикладі банківських ризиків порівняно існуючі стандарти та показано можливості зведення існуючих підходів рейтингування в єдину структурну таблицю та оцінено довірчий інтервал імовірності настання фінансового ризику. Наведено основні особливості та характеристики категорії "ризик", а також якісні та кількісні характеристики для його оцінювання, формалізацію понять толерантності до ризику та прийнятного ризику і показано їх взаємозв’язок. На основі виконаного аналізу існуючих міжнародних підходів до менеджменту ризику запропоновано системну методологію аналізу та менеджменту ризиків, яка ґрунтується на основних принципах та методах системного аналізу; у ній враховано основні закономірності й особливості розвитку фінансових процесів, передбачено опрацювання невизначеностей різної природи, зумовлених особливостями фінансових даних, а також враховано міжнародну практику та включено нові комбіновані методи мінімізації фінансових ризиків.

Проблематика. Фінансові ризики, що виникають у різних сферах діяльності людини, пов’язані з великою кількістю невизначеностей, нечіткістю, неповнотою та неточністю даних. Для прогнозування фінансових втрат компаній необхідно опрацьовувати дані такого типу, тому актуальною є задача розробки нового методу, який дасть можливість здійснювати фільтрацію вхідних даних і прогнозувати фінансові втрати. Мета дослідження. Розробити метод оцінювання ризику можливих фінансових втрат і запропонувати комплексну ймовірнісно-статистичну модель на його основі. Методика реалізації. Комплексно застосовано: оптимальний фільтр для попередньої обробки даних та їх підготовки до побудови моделей, регресійну модель для формального опису і прогнозування умовної дисперсії та ймовірнісну модель у формі байєсівської мережі для оцінювання ймовірності можливих втрат. Результати дослідження. Запропонований метод апробовано на задачі оцінювання фінансового ринкового ризику проведення операцій із фондовим ринком. Статистичні дані, які було використано, описують еволюцію цін на акції для відомих компаній. У результаті виконання обчислювальних експериментів було встановлено, що якість короткострокових прогнозів щодо волатильності поліпшується від 7,1 до 50 % завдяки оптимальній фільтрації даних. Застосування побудованої моделі у формі байєсівської мережі надало можливість подальшого удосконалення ймовірнісного оцінювання можливих фінансових втрат при здійсненні торговельних операцій на фондовому ринку акцій. Висновки. Оцінювання ризику фінансових втрат є актуальною задачею, що може розв’язуватись різними методами. Високоефективним виявився запропонований ймовірнісно-статистичний метод для ймовірнісного оцінювання можливих фінансових втрат при здійсненні торговельних операцій на фондовому ринку акцій, тому в подальшому перспективним буде розширення його застосування на інші види фінансових ризиків.

Background. Uncertainties of various nature cause the emergence of financial risks that need to be evaluated in real time, taking into account a large set of explicit and implicit factors, adapting the model to the effect of random perturbations and changes in the environment. Sometimes the changes in the external environment can be so significant that the chosen model will be unacceptable for evaluation, and for this case it is necessary to develop a clear scheme of actions, a set of methods for the formation of candidate models, criteria for quality and the choice of the best, and to get the possibility of clarifying the type, structure and parameters of the model in dynamics. Objective. Propose a method of structural and parametric adaptation based on probabilistic-statistical models, which will allow to evaluate financial risks through probability and possible losses, and take into account the limitations that arose already in the process of modeling. Methods. Comprehensive application: optimal filter for pre-processing data and their preparation for model construction, regression model for formal description and prediction of conditional dispersion and probabilistic model in the form of Bayesian network for estimating the probability of possible losses. Results. The proposed structural and parametric adaptation was used during modeling of various types of financial risks in the banking, telecommunication, investment and allowed to take into account the change of the environment by adapting mathematical models, reconfiguring their structure and changing their parameters in accordance with the imposed new requirements regarding the quality of the decisions made. As a result of computational experiments, it was found that the adaptation of the model as a reaction to changes in the cut-off threshold in processing loan applications allowed 17 % less errors in the wrong classification and thus reduced losses from unscrupulous borrowers by an average of 12 %. Conclusions. The application of structural and parametric adaptation to predict the risks of different nature allows not only to choose the best mathematical model at the initial stage of risk assessment, but also to adapt it taking into account previous experience and the real work of decision support system, to specify the structure of the model according to the external disturbances, to adjust the parameters accordingly before changing the restrictions or imposing the new ones.

The objects of the research are socio-economic processes in the context of structural transformations that take place as a result of socio-political crisis in the country. One of the most problematic points is absence of comprehensive study and lack of justification for prediction of anticipating potential threats in the humanitarian and social spheres and ways to overcome them aiming to stable and positive development of the national economy. In the course of the study the system analysis and system theory methods, mathematic and econometric modelling methods were used. System analysis and system theory are used to study the state and behaviour of national economy and its subsystems in conditions of current uncertainties and risks characteristic of the social treatments and structure changes. Mathematical and statistical modelling methods and decision making theory were used for forecasting development of non-stationary nonlinear processes which identify modern state of Ukrainian economy. The paper considers the problem of developing the methods for solving tasks of modelling and estimating selected types of risks with the possibility for application of alternative data processing techniques, modelling and estimation of parameters and states for the national economy and its components within the current condition of socio-political transformations and structural reforms. To find «the best» model structure it is recommended to apply adaptive estimation schemes that provide for an automatic search in a definite selected range of model structure parameters (type of distribution, model order, time lags, and nonlinearities). Also the adaptive estimation schemes proposed help us to cope with the model structure and parameters uncertainties. The general methodology was proposed for solving selected problem of dynamic process forecasting and estimation of several kinds of socio-economic and financial risks using appropriate statistical data in computer based decision support systems. Results of the research would be useful to other countries where approximately the same kind processes take place.

General approaches to modeling military conflicts are considered. A probabilistic and statistical model for computing probability of a military conflict in the form of Bayesian network was constructed. The complexity of modeling military conflicts is due to the high dynamics of interacting systems with many unknown or non-measurable variables and parameters. The constructed model takes into consideration incompleteness and fuzziness of the available information. The purpose of the model is not only in revealing existing links and dependencies between the processes selected, but also in forecasting the probability of future conflicts using results of the analysis of the current situation. A modeling was performed using available statistical data, a series of computational experiments was fulfilled and analysis of the results was performed. Statistical data was taken from open sources. The constructed model was used for computing the probability of internal and external conflicts for Ukraine. The obtained numerical results correspond to the actual situation.

Проблематика. Більшість моделей фінансових та економічних процесів вирізняються значною обчислювальною складністю, а побудова прогнозів прийнятної якості для цих процесів на потрібний часовий горизонт – великою трудомісткістю. Тому розробка і впровадження ефективних інструментів прогнозного моделювання фінансових та економічних процесів є однією з актуальних і практично значимих задач. У роботі розглядається питання моделювання та прогнозування нелінійних нестаціонарних процесів у макроекономіці та фінансах із використанням методики, в основу якої покладені принципи системного аналізу, такі як ієрархічне моделювання, врахування невизначеностей, оптимізація характеристик за допомогою комплексних критеріїв, а також структурно-параметрична адаптація. Застосування запропонованої методики дає змогу покращити якість прогнозування за рахунок виявлення особливостей досліджуваного процесу й адаптації моделі до нових даних тощо. Мета дослідження. Розроблення методики для прогнозного моделювання нестаціонарних процесів у фінансах і макро-економіці із використанням статистичних даних та її реалізація у відповідній комп’ютерній системі. Методика реалізації. Методика базується на технологіях попередньої обробки статистичних даних, спрямованих на усунення можливих невизначеностей, застосуванні кореляційного аналізу для оцінювання структури моделі та виборі методів оцінювання параметрів моделей, обчисленні оцінок прогнозів і генеруванні альтернативних рішень. Це дає можливість об’єктивно оцінювати результати, одержані на кожному етапі розв’язку задачі моделювання нелінійних нестаціонарних процесів у макро-економіці та фінансах. У дослідженні пропонується оригінальна методика визначення структури моделі з подальшим її впровадженням в інформаційну систему підтримки прийняття рішень. Результати дослідження. Для вибраних фінансових і макроекономічних процесів було побудовано відповідні моделі. Висока якість кінцевого результату аналізу даних і прогнозування досягнута завдяки реалізації оцінювання одержаних результатів із використанням статистичних критеріїв якості на кожному етапі обробки даних, побудови моделей і прогнозування, а також завдяки можливості адаптації моделей до нових даних через повторний аналіз статистичних характеристик досліджуваних процесів і застосування комбінованих критеріїв адекватності моделей та якості оцінок прогнозів і зручному представленню проміжних та кінцевих результатів. Висновки.Запропонована методика використана для прогнозного моделювання окремих макроекономічних та фінансових процесів України. Отримані результати свідчать про те, що її можна успішно використовувати для розв’язання практичних задач побудови моделей і прогнозів нелінійних нестаціонарних процесів в умовах невизначеностей різних типів, які зазвичай доводиться розглядати під час моделювання та прогнозування, використовуючи статистичні дані.

Background. The telecommunication field in Ukraine is dynamically developing continuously renewing its proposals for the market and consumer requirements. That is why a timely estimation of financial risks and optimization of financial expenses regarding development of new components and possible losses of clients is especially urgent problem today. Objective. The aim of the paper is to suggest an approach for estimation of financial risks and forecasting of the client loss and optimal service time utilization based on intellectual data analysis and behavior models. Methods. To determine the probability of customer loss the neural networks theory, gradient busting, random forest and logistic regression are used. The survival analysis models for possible client transition time to another company are developed. Results. The best model for forecasting the clients intending for transition to another telecommunication company turned out to be the one based on gradient busting. Conclusions. It was shown that timely estimation of financial losses, provoked by possible loss of clients, is an urgent task for intellectual data analysis. A perspective approach for optimization of the company financial resources is determining the time period related to possible loss of clients.

Предложена концепция адаптивного моделирования финансово-экономических процессов, основанная на одновременном использовании регрессионных моделей и оптимального фильтра Калмана для уменьшения влияния случайных возмущений и погрешностей измерений на статистические данные. Создано программное обеспечение, необходимое для проведения вычислительных экспериментов. Для выбранных финансово-экономических процессов построены несколько регрессионных моделей, которые дополнительно были преобразованы в пространство состояний. Проверка разработанной системы прогнозирования на различных выборках финансовых и экономических данных показала, что можно достигнуть приемлемых значений средней абсолютной погрешности в процентах (около 5–8%) для краткосрочных прогнозов. В зависимости от конкретной постановки задачи использовались динамические и статические оценки прогнозов, которые дали возможность получить необходимую точность оценок. Использование фильтра Калмана для предварительной обработки данных (уменьшения влияния случайных возмущений и шумов измерений) и краткосрочного прогнозирования дает возможность дополнительно уменьшить погрешности оценок прогнозов в среднем на 1,5–2%. В дальнейшем планируется создать специализированную систему поддержки принятия решений для решения задач прогнозирования на основе вероятностно-статистических методов., A concept for adaptive modeling of financial and economic processes is proposed that is based upon simultaneous application of regression models and optimal Kalman filter for reducing the influence of stochastic disturbances and measurement errors on statistical data. Specialized software has been developed that is necessary for performing computational experiments. Several regression models were constructed for the selected financial and economic processes that were transformed to the state space representation. Testing of the software system developed using various data samples of financial and economic data showed that it was quite possible to reach an acceptable quality of short-term forecasting with the mean absolute percentage error of about 5–8 %. Depending on a specific problem statement, dynamic and static estimates of forecasts were used with an acceptable quality. An application of Kalman filter for preliminary data processing (reduction of the influence of external stochastic disturbances and measurement errors) and short term forecasting provides a possibility for further reduction of forecasting errors by about 1,5–2,0 %. In the future research, it is planned to develop a specialized decision support system for solving the problems of forecasting on the basis of probabilistic and statistical procedures., Запропоновано концепцію адаптивного моделювання фінансово-економічних процесів, яка ґрунтується на одночасному використанні регресійних моделей і оптимального фільтра Калмана для зменшення впливу випадкових збурень та похибок вимірювань статистичних даних. Створено програмне забезпечення, необхідне для виконання обчислювальних експериментів. Для вибраних фінансово-економічних процесів побудовано кілька регресійних моделей, додатково перетворених у простір станів. Випробування розробленої системи прогнозування на різних вибірках фінансових та економічних даних показало, що можна досягти прийнятних значень середньої абсолютної похибки близько 5–8 % для короткострокових прогнозів. Залежно від конкретної постановки задачі використано динамічні і статичні оцінки прогнозів для отримання потрібних точних оцінок. Застосування фільтра Калмана для попереднього оброблення даних (зменшення впливу випадкових збурень та шумів вимірів) і короткострокового прогнозування дає змогу додатково зменшити кількість похибок оцінок прогнозів на 1,5–2,0 %. У подальших дослідженнях передбачається створити спеціалізовану систему підтримання прийняття рішень для розв’язання задач прогнозування на основі ймовірнісно-статистичних методів.

In this research, credit risks are analyzed for financial organizations using data mining techniques applied to actual data. The two sets of actual statistical data characterizing the borrowers are employed for constructing mathematical models in the form of the nonlinear logit regression, decision trees, and Bayesian networks. The constructed models are analyzed with a set of appropriate statistical criteria, providing a basis for selecting the best alternative model. A series of computational experiments have been carried out using the two sets of actual statistical data from a Ukrainian bank. As a result of the performed computations, it was established that the best models in this application turned out to be nonlinear logit equations and Bayesian networks. In the future studies, we suppose to expand the number of model constructing techniques and to apply the idea of combining the estimates generated by the alternative models. Also, a specialized decision support system is to be constructed for the purpose of carrying research in the area of financial risks estimation and prediction.

Results of application of the data mining to solving the problem of actuarial processes modeling and risk estimation for insurance companies are presented. As a mathematical modeling tool the following approaches were used: generalized linear models, Bayesian networks, the group method for data handling, fuzzy GMDH, and Bayesian parameter estimation techniques. Using actual statistical data from the insurance industry, new generalized linear models were constructed that were used for estimation of a possible loss by an insurance company. Also, a model in the form of a Bayesian network was constructed that was applied to estimate the bankruptcy risk in a case of insurance losses. The best model constructed in this case turned out to be the gamma distribution based model and logarithmic link function whose parameters were estimated within four iterations of the estimation algorithm. A substantial computed value of the insurance company bankruptcy risk reflects the fact that the company under consideration does not possess an effective mechanism for managing its own capital and the payments from clients. Thus, an application of data mining is an effective approach to solving the problems of short-term forecasting financial processes and estimation of actuarial risks.

This research examines a possibility of a disturbance by Moon’s gravitational wave to the Earth’s global warming process in comparison with the increase of global volume of carbon dioxide. Because the general theory of relativity that predicts the gravitational wave of a planet has a dimension of 1/(distance) 2 , we analyzed the data sets of global temperature and global carbon dioxide, with this dimension of gravitational wave using Least Squares Estimation of Linear Classical Regression Model, Generalized Classical Regression Model, and Nonlinear Regression Model. The results suggest that there is a disturbance to the process of global warming by the Moon’s gravitational wave. However, there is uncertainty for this conclusion because the Moon’s rotational movement around Earth gives different type of distributions of its sample data, while global temperature and carbon dioxide increase proportionally accordingly to available time-series.

Blackground. The issue of providing the increase of production of main agricultural crops inUkraine under conditions of environmental management requires the use of modern scientific approaches. The complexity of solving this problem lies in the lack of practical experience of applying modern information-analytical systems, where different methods for analysis and modeling of nonlinear non-stationary processes in crop production would be implemented simultaneously. The proposed methodology has the advantage of using the tools of SAS Enterprise Miner – software where a wide range of techniques are implemented, that should be used for predictive modeling of main agricultural crops according to the performed research. Objective . The goal of the study is in application of the integrated methods of analysis and predictive modeling of non-stationary processes for agricultural crop yield prediction using SAS Enterprise Miner tools. Methods . To solve the problems stated the following approaches were used: systems analysis, regression analysis, gradient boosting, probabilistic modeling and decision trees. The methodology for developing of crop yield prediction under influence of various groups of factors was offered, and the possibility of their use in decision support systems in agriculture was substantiated. Results . Based on the analysis of the works of domestic and foreign scientists it was proposed to improve methodology of development of yield prediction of main agricultural crops using integrated analysis methods, which were implemented in the system of SAS Enterprise Miner. The analysis of the obtained results was performed. Conclusions . Winter wheat and corn yield prediction was performed for the Forest-Steppe Zone using the developed methodic. Different methods of construction of models for prediction of the non-stationary processes were applied; the choice of the worthiest one was reasonably proved. Advanced information technologies, including SAS Enterprise Miner, were used for automatization the process of selecting the optimal model for investigated crop yield prediction.

Проблематика. Сучасні фінансові й економічні процеси та ризики, що супроводжують їх розвиток, часто характеризуються складними елементами, містять нестаціонарні та нелінійні компоненти, які потребують створення спеціальних математичних моделей для їх адекватного опису і прогнозування. Для успішного розв’язання таких задач необхідно створювати відповідні системи підтримки прийняття рішень із використанням принципів системного аналізу.Мета дослідження. Розробити архітектуру інформаційних технологій системи підтримки прийняття рішень та її функціональ­ну схему для побудови математичних моделей економічних і фінансових процесів на основі статистичних даних та оцінювання фінансових ризиків. Така система повинна виконувати функції обробки невизначеностей і має бути реалізована на основі сучасних інформаційних технологій.Методика реалізації. Для розв’язання поставленої задачі використані методи математичного моделювання і прогнозування фінансових та економічних процесів; методи оцінювання фінансових ризиків на основі статистичних даних. Для практичної реалізації системи підтримки прийняття рішень використано сучасні інформаційні технології.Результати. Розроблено інформаційну технологію та систему підтримки прийняття рішень як практичний інструмент для моделювання нелінійних нестаціонарних процесів у економіці та фінансах і оцінювання фінансових ризиків. Експериментальні результати обробки статистичних даних підтверджують коректність запропонованих рішень.Висновки. Запропоновано і реалізовано системну методологію для побудови систем підтримки прийняття рішень для математичного моделювання і прогнозування сучасних економічних і фінансових процесів та оцінювання фінансових ризиків, яка базується на таких принципах системного аналізу: ієрархічність системи, ідентифікація та врахування можливих ймовірнісних і статистичних невизначеностей, адаптивність моделей до даних, генерування альтернативних рішень та використання належної критеріальної бази на всіх етапах виконання обчислень., Background. The modern financial and economic processes and accompanying risks often exhibit sophisticated patterns, contain non-stationary and non-linear features that require development of special models for their description and forecasting. To solve the problem successfully it is helpful to construct appropriate decision support system using systemic principles.Objective. Development of decision support system architecture and its functional layout for economic and financial processes model constructing with statistical data as well as financial risk estimation. The system should help coping with possible uncertainties and implemented on the basis of modern information technologies.Methods. Mathematical modeling and forecasting techniques for financial and economic process; approaches to financial risks estimation using statistical data. The use of modern information technologies for practical implementation of decision support system.Results. Information technology and decision support system as a practical tool for modeling nonlinear non-stationary processes in economy and finances, as well as financial risk estimation were developed. Experimental results of statistical data processing prove the correctness of the approaches proposed.Conclusions. The systemic methodology is proposed and implemented for constructing decision support system for mathematical modeling and forecasting modern economic and financial processes as well as for financial risk estimation that is based on the following system analysis principles: hierarchical system structure, taking into consideration probabilistic and statistical uncertainties, availability of model adaptation features, generating multiple decision alternatives, and tracking of computational processes at all the stages of data processing with appropriate sets of statistical quality criteria., Проблематика. Современные финансовые и экономические процессы часто характеризуются сложными элементами, содержат нестационарные и нелинейные компоненты, которые требуют создания специальных математических моделей для их адекватного математического описания и прогнозирования. Для успешного решения таких задач необходимо строить соответствующие системы поддержки принятия решений с использованием принципов системного анализа.Цель исследования. Разработать архитектуру информационных технологий системы поддержки принятия решений и ее функциональную схему для построения математических моделей экономических и финансовых процессов на основе статистических данных и оценивания финансовых рисков. Такая система должна выполнять функции обработки неопределенностей и реализоваться на основе современных информационных технологий.Методика реализации. Для решения поставленной задачи использованы методы математического моделирования и прогнозирования финансовых и экономических процессов; методы оценивания финансовых рисков на основе статистических данных. Для практической реализации системы поддержки принятия решений использованы современные информационные технологии.Результаты. Разработаны информационная технология и система поддержки принятия решений как практический инструмент для моделирования нелинейных нестационарных процессов в экономике и финансах и оценивания финансовых рисков. Экспериментальные результаты обработки статистических данных подтверждают корректность предложенных решений.Выводы. Предложена и реализована системная методология построения систем поддержки принятия решений для математического моделирования и прогнозирования современных экономических и финансовых процессов, а также оценивания финансовых рисков, которая базируется на таких принципах системного анализа: иерархичность системы; идентификация и учет возможных вероятностных и статистических неопределенностей; адаптивность моделей к данным, генерирование альтернативных решений и использование соответствующей критериальной базы на всех этапах выполнения вычислений.

Проблематика. Фінансові системи на глобальному рівні охоплюють усі ланки діяльності людини і мають значний вплив на інші види систем. При цьому вони характеризуються значною чутливістю до політичних та соціальних впливів, різних видів ризиків, а тому потребують сучасного й актуального інструментарію для моделювання, оцінювання і прогнозування ризиків.Мета дослідження. Розробити архітектуру інформаційних технологій для аналізу, оцінювання і прогнозування ризиків, які можуть бути реалізовані у вигляді інформаційної системи підтримки прийняття рішень, хмарних технологій та мікросервісів. Методика реалізації. Застосування клієнт-серверної архітектури для розробки інформаційної технології фінансового ризик-менеджменту, створення нових інформаційних технологій та розширеної системи підтримки прийняття рішень для прискореного аналізу, динамічного оцінювання, прогнозування та менеджменту ризи­ків у фінансових системах.Результати дослідження. Розширена інформаційна технологія та узагальнена інформаційна система підтримки прийняття рішень як система фінансового ризик-менеджменту, реалізована у вигляді клієнт-серверної архі­тек­тури, окремих застосувань у вигляді мікросервісів і хмарних сервісів для інтеграції в існуючу та функціо­нуючу систему ризик-менеджменту.Висновки. Надання дієвих засобів для моделювання, оцінювання та прогнозування ризиків дає фінансовим компаніям змогу ефективніше розподіляти фінансові ресурси, прогнозувати можливі фінансові втрати (їх ступінь і рівень) та мінімізувати їх наслідки за різними методами інтелектуального аналізу даних, застосовуючи засоби страхування та хеджування. На сьогодні високоефективним є використання саме інформаційних технологій на основі мікросервісів, яке дає змогу нарощувати функціональність і розширювати можливості вже існуючої на підприємстві системи ризик-менеджменту, додаючи та інтегруючи необхідні функції, методи та моделі у вигляді мікросервісів., Проблематика. Финансовые системы на глобальном уровне охватывают все звенья деятельности человека и оказывают значительное влияние на другие виды систем, при этом характеризуются значительной чувствительностью к политическим и социальным влияниям, различным видам рисков, а потому нуждаются в современном и актуальном инструментарии для моделирования и прогнозирования рисков.Цель исследования. Разработать архитектуру информационных технологий для анализа, оценки и прогнозирования рисков, которые могут быть реализованы в виде информационной системы поддержки принятия решений, облачных технологий и микросервисов.Методика реализации. Применение клиент-серверной архитектуры для разработки информационной технологии финансового риск-менеджмента, создания новых информационных технологий и расширенной системы поддержки принятия решений для быстрого анализа, динамического оценивания, прогнозирования и менеджмента рисков в финансовых системах.Результаты. Расширенная информационная технология и обобщенная информационная система поддержки принятия решений как системы финансового риск-менеджмента в виде клиент-серверной архитектуры, отдельных приложений в виде микросервисов и облачных сервисов для интеграции в существующую и функционирующую систему риск-менеджмента.Выводы. Предоставление действенных средств для оценки и прогнозирования рисков позволяет финансовым компаниям эффективнее распределять финансовые ресурсы, прогнозировать различными методами интеллектуального анализа данных (ИАД) финансовые риски (их степень и уровень) и минимизировать их последствия, применяя средства страхования и хеджирования. На сегодняшний день удачным является использование именно технологий на основе микросервисов, которое позволяет наращивать функциональность и расширять возможности уже существующей на предприятии системы риск-менеджмента, добавляя и интегрируя необходимую функциональность в виде микросервисов., Background. The modern financial systems at the global level cover all aspects of human activities and make a significant impact on other types of systems. They are characterized by the high sensitivity to political and social influences, various types of risks, and therefore require modern tools for modeling, estimation and forecasting risks.Objective. Development of an information technology architecture for risk analysis, assessment and forecasting which can be implemented in the form of information decision support system, cloud technologies and micro-services.Methods. Application of client-server architecture for development of information technology for financial risk management, the creation of new information technologies and an expanded decision support system for timely analysis, dynamic estimation, forecasting and risk management in financial systems.Results. Extended information technology and generalized information support decision support system as a system of financial risk management in the form of client-server architecture; and separate applications in the form of micro-services and cloud services for integration into existing and functioning information system for risk management.Conclusions. Providing efficient tools for risk assessment and forecasting allows financial companies to allocate financial resources more efficiently, predict various financial risks (their degree and probability) by data mining methods and minimize their effects by applying insurance and hedging. It is highly successful today to use such information technologies based on micro-services while they allow increase the functionality and expand existing risk management system possibilities at respective enterprises thanks to adding and integrating necessary functionality in the form of specific services.

In this article, we made the mathematical explanation of the anti-gravitational waves, by the inspiration that we got from the observed positron in cosmic rays. Then, we analyzed the mathematical difference between positive and negative flows of gravitational waves; and we calculated the spin of the negative flow of gravitational waves, which is used to stabilize the movement of the waves. In the mathematical formulas we found that positive and negative flows move in opposite directions from each other; therefore, if we see the spin (rotation) of the waves from the planet that emits the waves, the positive flow rotates anti-clockwise, while the negative flow rotates clockwise. We also investigated the possible origin of gravitational waves, and concluded that the negative flow can occur when the positive flow appears, leaving holes behind, in the gravitational field, which is trig-gered by the movements of a large mass of the planet.

Рассмотрена актуальная задача прогнозирования нестационарных процессов солнечной активности альтернативными методами, которая решается исследователями многих стран мира. Исследуемые процессы относятся к классу нелинейных и нестационарных, что требует выбора специальных методов для их моделирования и прогнозирования. Предложен подход к прогнозированию на основе трех фильтров: адаптивного фильтра Калмана, оптимального фильтра Калмана с оценкой параметров методом максимального правдоподобия и вероятностного гранулярного фильтра. Выбор этих фильтров обусловлен тем, что они дают возможность учитывать в модели случайные внешние возмущения и погрешности измерений. Полученные результаты вычислительных экспериментов свидетельствуют о возможности применения предложенного подхода к решению поставленной задачи. Более точные результаты краткосрочного прогнозирования экспоненциально сглаженных данных получены с помощью адаптивного фильтра. Анализ качества результатов выполнен с помощью известных статистических характеристик качества, в частности средней абсолютной погрешности в процентах., The study is focused on the problem of forecasting nonstationary processes of solar activity using alternative procedures. The problem is urgent and it is considered by groups of researchers in many countries of the world. The processes under study belong to the class of nonlinear and nonstationary which requires selecting special methods for their modeling and forecasting. The study proposes an approach to forecasting based on three filters: the adaptive Kalman filter, optimal Kalman filter with parameter estimation using the maximum likelihood procedure and probabilistic particle filter. Selection of the filters is substantiated by the fact that they provide a possibility for taking into consideration stochastic external disturbances and measurement errors. The results of computational experiments showed the support for the idea that the methods selected are suitable for solving the problem stated. The best results of short-term forecasting of exponentially smoothed data were achieved using an adaptive filter. The analysis of results was performed by employing the known statistical quality characteristics including the mean absolute percentage error., Розглянуто актуальну задачу прогнозування нестаціонарних процесів сонячної активності альтернативними методами, яку розв’язують дослідники багатьох країн світу. Досліджувані процеси належать до класу нелінійних та нестаціонарних, що потребує вибору спеціальних методів для їх моделювання і прогнозування. Запропоновано підхід до прогнозування на основі трьох фільтрів: адаптивного фільтра Калмана, оптимального фільтра Калмана з оцінюванням параметрів за методом максимальної правдоподібності і ймовірнісного гранулярного фільтра. Вибір цих фільтрів зумовлено тим, що вони дають змогу враховувати у моделі випадкові зовнішні збурення і похибки ви-мірювань. Отримані результати обчислювальних експериментів свідчать про можливість застосування запропонованого підходу до розв’язання поставленої задачі. Більш точні результати короткострокового прогнозування експоненціально згладжених даних отримано за допомогою адаптивного фільтра. Аналіз якості результатів виконано за допомогою відомих статистичних характеристик якості, зокрема середньої абсолютної похибки у відсотках.

The study is devoted to building new models for forecasting the users' outflow on online platform games which are based on their behavior and strategy in previous games that is used as history statistics. Such models as logistic regression, decision trees, gradient boosting, etc. for online gambling platform were used for calculating the probability of the client's outflow. High quality performance of the models was received for model based on gradient boosting. For evaluating the models the following parameters were used: common accuracy, first and second-types errors, and area under the receiver operation curve. The most effective criterion which combines the possibility to receive high accuracy, sensitivity to real situation and minimize the specificity of the model was the statistic: area under the curve (AUC). It turned out that the Xgboost method makes it much easier to model nonlinear relationships between regressors and the target field, which leads to better and more accurate classification and evaluation of the probability of a client outflow.

This research examined the influence of Moon's gravitational-wave to Earth's global warming process and the effects of time-trend and cyclic change of the distance between Moon and Earth. In the pervious research [1], we found that the Moon's gravitational-wave could influence the process of the Earth's global warming; and, we also found that Moon's cyclic movement around Earth needed to be further examined, because it gave a unique pattern of distribution in the data for the empirical analysis; while both global temperature and global carbon-dioxide increase almost linearly in the time-series. In this research, we added dummy binary variables that simulate the trend of time and the cyclic changes of the distance between Moon and Earth. As a result, we confirmed that the Moon's gravitational-wave is significantly related to the process of rising global temperature on Earth.

Modern decision support systems need the methods of predictive modelling, which would allow create models of systems with given parameters, such that they are capable of being promptly subjected to changes and additions. It could be used to deal with uncertainties of different types, to maximize the automation of the process of constructing predictive models and improve the quality of forecasts estimated. This article is devoted to the study and solving the problem of modeling and forecasting nonlinear nonstationary processes in economy and finances using the methodology proposed based on systemic approach to model structure and parameter estimation. We present preliminary data processing techniques necessary for eliminating possible uncertainties, application of data correlation analysis for model structure estimation, and a set of model parameter estimation methods providing a possibility for computing unbiased estimates of parameters. Proposed methodology can be applied in decision support systems used in finance and economy spheres under conditions of various uncertainties and risks that usually take place in modeling and forecasting using statistical data. In the present paper we will describe in short the usage of the methodology of adaptive modelling and give a couple of examples presenting new results of its application for forecasting behavior of several economic and financial processes.

Проблематика. Більшість моделей фінансових та економічних процесів вирізняються значною обчислювальною складністю, а побудова прогнозів прийнятної якості для цих процесів на потрібний часовий горизонт – великою трудомісткістю. Тому розробка і впровадження ефективних інструментів прогнозного моделювання фінансових та економічних процесів є однією з актуальних і практично значимих задач. У роботі розглядається питання моделювання та прогнозування нелінійних нестаціонарних процесів у макроекономіці та фінансах із використанням методики, в основу якої покладені принципи системного аналізу, такі як ієрархічне моделювання, врахування невизначеностей, оптимізація характеристик за допомогою комплексних критеріїв, а також структурно-параметрична адаптація. Застосування запропонованої методики дає змогу покращити якість прогнозування за рахунок виявлення особливостей досліджуваного процесу й адаптації моделі до нових даних тощо.Мета дослідження. Розроблення методики для прогнозного моделювання нестаціонарних процесів у фінансах і макро-економіці із використанням статистичних даних та її реалізація у відповідній комп’ютерній системі.Методика реалізації. Методика базується на технологіях попередньої обробки статистичних даних, спрямованих на усунення можливих невизначеностей, застосуванні кореляційного аналізу для оцінювання структури моделі та виборі методів оцінювання параметрів моделей, обчисленні оцінок прогнозів і генеруванні альтернативних рішень. Це дає можливість об’єктивно оцінювати результати, одержані на кожному етапі розв’язку задачі моделювання нелінійних нестаціонарних процесів у макро-економіці та фінансах. У дослідженні пропонується оригінальна методика визначення структури моделі з подальшим її впровадженням в інформаційну систему підтримки прийняття рішень.Результати дослідження. Для вибраних фінансових і макроекономічних процесів було побудовано відповідні моделі. Висока якість кінцевого результату аналізу даних і прогнозування досягнута завдяки реалізації оцінювання одержаних результатів із використанням статистичних критеріїв якості на кожному етапі обробки даних, побудови моделей і прогнозування, а також завдяки можливості адаптації моделей до нових даних через повторний аналіз статистичних характеристик досліджуваних процесів і застосування комбінованих критеріїв адекватності моделей та якості оцінок прогнозів і зручному представленню проміжних та кінцевих результатів.Висновки.Запропонована методика використана для прогнозного моделювання окремих макроекономічних та фінансових процесів України. Отримані результати свідчать про те, що її можна успішно використовувати для розв’язання практичних задач побудови моделей і прогнозів нелінійних нестаціонарних процесів в умовах невизначеностей різних типів, які зазвичай доводиться розглядати під час моделювання та прогнозування, використовуючи статистичні дані., Background. Most of the models of financial and economic processes are characterized by considerable com­pu­ta­tio­nal complexity, and construction of predictions of acceptable quality for the required time horizon – by considerable efforts. Therefore, the development and implementation of effective tools for forecasting the modeling of fi­nancial and economic processes are one of the actual and practically meaningful tasks. The paper deals with the modeling and forecasting of nonlinear nonstationary processes in macroeconomics and finance using a methodology based on the principles of system analysis such as hierarchical modeling, consideration of the influence of uncertainties, opti­mi­za­tion of the characteristics of models using complex criteria, structural and parametric adaptation. The application of the pro­posed methodology will improve the quality of forecasting by studying the features of the analyzed process and adapting models to new data, etc.Objective. The purpose of this article is to develop a methodology for predictive modeling of nonstationary processes in finance and macroeconomics using statistical data, as well as its implementation in the corresponding computer system.Methods. The methodology is based on the technologies of preliminary processing of statistical data intended to eli­mi­nate possible uncertainties, the use of correlation analysis to evaluate structure of the model and choice of me­thods for estimating its parameters, calculating forecast estimates and generating alternative solutions. This allows us to objec­tively evaluate the results obtained at each stage of solving the problem of modeling nonlinear nonstationary processes in macroeconomics and finance. The paper proposes an original methodology for determining the structure of the model and its implementation in the information system for decision support.Results. Appropriate models were built for the selected financial and macroeconomic processes. High quality of the final result of data analysis and forecasting is achieved due to implementation of evaluation of the results obtained using statistical quality criteria at each stage of data processing, modeling and forecasting, and also due to the possibility of adapting models to new data through analysis of statistical characteristics of the processes under study and application of combined criteria for the adequacy of models and quality of estimates of forecasts, and the convenient presentation of intermediate and final results.Conclusions. The proposed methodology is used for forecasting modeling of some macroeconomic and financial pro­cesses in Ukraine. The obtained results show that it can be successfully used to solve practical problems of con­struc­ting models and prediction of nonlinear nonstationary processes under conditions of uncertainties of various types, which, as a rule, have to be considered during modeling and forecasting on the basis of statistical data., Проблематика. Большая часть моделей финансовых и экономических процессов отличается значительной вычислительной сложностью, а построение прогнозов приемлемого качества на необходимый временной горизонт – значительной трудоемкостью. Поэтому разработка и внедрение эффективных инструментов прогнозного моделирования финансовых и экономических процессов являются одной из актуальных и практически значимых задач. В работе рассматриваются вопросы моделирования и прогнозирования нелинейных нестационарных процессов в макроэкономике и финансах с использованием методики, в основу которой положены принципы системного анализа, такие как иерархическое моделирование, учет влияния неопределенностей, оптимизация характеристик моделей с помощью комплексных критериев, а также структурно-параметрическая адаптация. Применение предложенной методики позволит улучшить качество прогнозирования за счет исследования особенностей анализируемого процесса и адаптации моделей к новым данным и т.п.Цель исследования. Разработка методики прогнозного моделирования нестационарных процессов в финансах и макроэкономике с использованием статистических данных, а также ее реализация в соответствующей компьютерной системе.Методика реализации. Методика основывается на технологиях предварительной обработки статистических данных, предназначенных для устранения возможных неопределенностей, применении корреляционного анализа для оценивания структуры модели и выбора методов оценивания ее параметров, вычислении оценок прогнозов и генерировании альтернативных решений. Это позволяет объективно оценивать результаты, полученные на каждом этапе решения задачи моделирования нелинейных нестационарных процессов в макроэкономике и финансах. В работе предлагается оригинальная методика определения структуры модели и внедрение ее в информационную систему поддержки принятия решений.Результаты исследования. Для выбранных финансовых и макроэкономических процессов были построены соответствующие модели. Высокое качество конечного результата анализа данных и прогнозирования достигнуто благодаря реализации оценивания полученных результатов с использованием статистических критериев качества на каждом этапе обработки данных, построения моделей и прогнозирования, а также благодаря возможности адаптации моделей к новым данным через повторный анализ статистических характеристик исследуемых процессов и применение комбинированных критериев адекватности моделей и качества оценок прогнозов и удобному представлению промежуточных и конечных результатов.Выводы. Предложенная методика использована для прогнозного моделирования некоторых макроэкономических и финансовых процессов Украины. Полученные результаты свидетельствуют о том, что ее можно успешно использовать для решения практических задач построения моделей и прогнозов нелинейных нестационарных процессов в условиях неопределенностей разных типов, которые, как правило, приходится рассматривать во время моделирования и прогнозирования на основе статистических данных.

Проблематика. Фінансові ризики, що виникають у різних сферах діяльності людини, пов’язані з великою кількістю невизначеностей, нечіткістю, неповнотою та неточністю даних. Для прогнозування фінансових втрат компаній необхідно опрацьовувати дані такого типу, тому актуальною є задача розробки нового методу, який дасть можливість здійснювати фільтрацію вхідних даних і прогнозувати фінансові втрати. Мета дослідження. Розробити метод оцінювання ризику можливих фінансових втрат і запропонувати комплексну ймовірнісно-статистичну модель на його основі. Методика реалізації. Комплексно застосовано: оптимальний фільтр для попередньої обробки даних та їх підготовки до побудови моделей, регресійну модель для формального опису і прогнозування умовної дисперсії та ймовірнісну модель у формі байєсівської мережі для оцінювання ймовірності можливих втрат. Результати дослідження. Запропонований метод апробовано на задачі оцінювання фінансового ринкового ризику проведення операцій із фондовим ринком. Статистичні дані, які було використано, описують еволюцію цін на акції для відомих компаній. У результаті виконання обчислювальних експериментів було встановлено, що якість короткострокових прогнозів щодо волатильності поліпшується від 7,1 до 50 % завдяки оптимальній фільтрації даних. Застосування побудованої моделі у формі байєсівської мережі надало можливість подальшого удосконалення ймовірнісного оцінювання можливих фінансових втрат при здійсненні торговельних операцій на фондовому ринку акцій. Висновки. Оцінювання ризику фінансових втрат є актуальною задачею, що може розв’язуватись різними методами. Високоефективним виявився запропонований ймовірнісно-статистичний метод для ймовірнісного оцінювання можливих фінансових втрат при здійсненні торговельних операцій на фондовому ринку акцій, тому в подальшому перспективним буде розширення його застосування на інші види фінансових ризиків. Background. Financial risks various fields of human activities may experience are associated with a large number of uncertainties, fuzziness, incompleteness and inaccuracy of data. To predict financial losses of companies, even such data need to be processed, so the task of developing a new method, which will filter incoming data and predict financial losses, is quite relevant. Objective. The aim of the paper is to develop a new method for assessing the risk of potential financial losses and propose a comprehensive probabilistic-statistical model on its basis. Methods. The following comprehensive methods were applied: optimal filter, for data pre-processing and preparation for model construction, regression model for formal description and prediction of conditional variance and probabilistic model in the form of Bayesian network for estimation of probability for possible losses. Results. Proposed model was used to assess financial market risk of transactions with the stock market. The used statistical data describes evolution of stock prices for well-known companies. As a result of computational experiments it was found that the quality of short-term forecasts of volatility improves by an average from 7.1 to 50 % due to optimal data filtering. Application of the model constructed in the form of Bayesian network provided an opportunity for further improvement of probabilistic estimates for possible financial losses in the course of trading transactions at the stock market. Conclusions. The risk assessment of financial losses is an urgent task that can be solved by different methods. The proposed probabilistic statistical method for the probabilistic estimation of possible financial losses in the course of trading operations in the stock market was effective, therefore, in the future it will be expanded to cover its application to other types of financial risks. Проблематика. Финансовые риски, возникающие в различных сферах деятельности человека, связаны с большим количеством неопределенностей, нечеткостью, неполнотой и неточностью данных. Для прогнозирования финансовых потерь компаний необходимо обрабатывать даже такие данные, поэтому актуальной является задача разработки нового метода, который будет осуществлять фильтрацию входных данных и прогнозировать финансовые потери. Цель исследования. Разработать новый метод оценки риска возможных финансовых потерь и предложить комплексную вероятностно-статистическую модель на его основе. Методы реализации. Комплексно применены: оптимальный фильтр для предварительной обработки данных и подготовки к построению моделей, регрессионная модель для формального описания и прогнозирования условной дисперсии и вероятностная модель в виде байесовской сети для оценки вероятности возможных потерь. Результаты исследования. Предложенная модель была применена для оценки финансового рыночного риска проведения операций с фондовым рынком. Статистические данные, которые были использованы, описывают эволюцию цен на акции для известных компаний. В результате выполнения вычислительных экспериментов было установлено, что качество краткосрочных прогнозов волатильность улучшается от 7,1 до 50 % благодаря оптимальной фильтрации данных. Применение построенной модели в форме байесовской сети позволило дальнейшее совершенствование вероятностной оценки возможных финансовых потерь при осуществлении торговых операций на фондовом рынке акций. Выводы. Оценка риска финансовых потерь является актуальной задачей, которая может решаться различными методами. Эффективным оказался предложенный вероятностно-статистический метод для вероятностной оценки возможных финансовых потерь при осуществлении торговых операций на фондовом рынке акций, поэтому в дальнейшем перспективным будет расширение его применения на другие виды финансовых рисков.

Cloud service providers must ensure effective planning and providing Infrastructure as a Service (IaaS), Platform as a Service (PaaS), and Software as a Service (SaaS) service models based on the data center IT infrastructure. The quality of decision making in the cloud service management depends on the completeness and reliability of the monitoring data and the evaluation of the service level by the user. In this paper, the method of metrics aggregation is proposed to evaluate the quality of cloud services. The method is based on building membership function and fuzzy rules based on training samples. The method allows to assess subjective user satisfaction in obtaining services of the cloud service providers according IaaS, PaaS, SaaS service models.