Запропоновано метод інтелектуального аналізу числових рядів (ЧР), який реалізовано у вигляді розв'язку матричних рівнянь, що зв'язують послідовні тензор-вікна ЧР на рівні одновимірних моделей. Створено узагальнену характеристику мінімального фрагменту ЧР. Розв'язки матричних рівнянь дозволяють обчислити інваріанти (сліди, норми та ін.), матриці сингулярних величин, Фробеніусові відстані між матрицями, визначити тренди слідів, норм, відстаней, ознаки аномаліі ЧР.
Предложен метод интеллектуального анализа числовых рядов (ВР), который реализован в виде решения матричных уравнений, связывающих последовательные тензор-окна ЧР на уровне одномерных моделей. Создано обобщенную характеристику минимального фрагмента ЧР. Решения матричных уравнений позволяют об-числити инварианты (следы, нормы и др.), матрицы сингулярных величин, Фробеніусові расстояния между мат-рицями, определить тренды следов, норм, расстояний, признаки аномаліі ЧР.
In the article method of intellectual analysis TS, realised in the manner of deciding the matrix equations, link consequent tensor-windows TS, at a level rate of univariate models is considered. Incorpo-rated generalise feature of minimum fragment. Deciding the matrix equations allow calculate invariants (traces, norms and others), matrixes of singular values, Frobenius distances between matrixes, define trands of traces, norms, distances; change of trand a sign of anomaly TS or falling outof conditions a rate.
