Modelling of the Gross Domestic Product Development by Computational Intelligence Methods
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F07%3A00005365" target="_blank" >RIV/00216275:25410/07:00005365 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Modelling of the Gross Domestic Product Development by Computational Intelligence Methods
Original language description
The paper presents the possibility of the design of frontal neural networks and feed-forward neural networks (without pre-processing of inputs time series) with learning algorithms on the basis genetic and eugenic algorithms and Takagi-Sugeno fuzzy inference system (with pre-processing of inputs time series) in predicting of gross domestic product development by designing a prediction models whose accuracy is superior to the models used in praxis [1,2].
Czech name
Modelování vývoje hrubého domácího produktu pomocí metod výpočetní inteligence
Czech description
V článku se uvádí návrh frontálních a dopředných neuronových sítí bez předzpracování časových řad s učením na bázi genetických a eugenických algoritmů a Takagi-Sugeno fuzzy inferenční systém s předzpracováním časových řad pro predikci vývoje hrubého domácího produktu.
Classification
Type
D - Article in proceedings
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/SP%2F4I2%2F60%2F07" target="_blank" >SP/4I2/60/07: Indicators for assessment and simulation of interactions among environment, economics and social connections</a><br>
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
4th International Conference on Information Systems and Technology Management, TECSI-FEA USP
ISBN
978-85-99693-02-5
ISSN
—
e-ISSN
—
Number of pages
13
Pages from-to
1732-1744
Publisher name
Universidade de Sao Paulo
Place of publication
Sao Paulo
Event location
Sao Paulo
Event date
May 30, 2007
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—