Аннотация:Выполнено сравнение моделей, построенных с помощью сверточной нейронной сети (CNN), рекуррентной нейронной сети (RNN), и графового метода, разработанного студентом на основе Independent RNN и Graph Convolutional Network. Для оценки работы сетей использовались следующие метрики: средняя абсолютная ошибка, средняя относительная ошибка. При этом графовый метод тестировался в двух вариантах: дискретном и непрерывном. Все подходы показали сравнимые результаты. Показано, что графовый метод является значительно более экономичными в смысле затрачиваемых вычислительных ресурсов, чем CNN и RNN подходы