All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Granular RBF Neural Network Implementation of Fuzzy Systems: Application to Time Series Modeling

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F07%3A%230000824" target="_blank" >RIV/47813059:19240/07:#0000824 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Granular RBF Neural Network Implementation of Fuzzy Systems: Application to Time Series Modeling

  • Original language description

    In this study, we are concerned with fuzy systems for mapping input fuzzy sets to output fuzzy sets The RBF (Radial Basic Function) network or other neural network are endowed with some properties that make them more flexible and logically appealing At first, we discuss the basic structure of the fuzzy system as a simple yet powerful fuzzy modeling technique. Neural networks and fuzzy logic models are based on very similar underlying mathematics. The similarity between RBF networks and fuzzy models is noted in detail. Then, we propose the extension of RBF neural networks by the cloud model. Time series approximation and prediction by applying RBF neural networks or fuzzy models and comparisons between the various types of RBF networks and statistical models are discussed at length. An application is included to illustrate the approximation performance of these approaches for economic fuzzy and statistical time series.

  • Czech name

    Implementace fuzzy systémů granulární RBF sítí: aplikace pro modelování časových řad

  • Czech description

    Článek se věnuje fuzzy systémům pro zobrazování vstupních fuzzy množin do výstupních fuzzy množin. Analogickými vlastnostmi jsou obdařené i RBF sítě, co je předurčuje pro flexibilní praktické využití. Diskutuje se základná struktura fuzzy systému jako jednoduchá a stále ještěvýkoný modelovací nástroj. Neuronové sítě a systémy založené na fuzzy logice se zakládají na velice podobném matematickém aparátu. Detailně se zkoumá podobnost mezi RBF neuronovými sítěmi a fuzzy modely.Rozšiřuje se RBF síť zakomponováním soft konceptu. Nakonec je diskutovaná a porovnávaná aproximační a predikční přesnost ekonomických časových řad s různými typy RBF sítí s fuzzy a statistickými modely.

Classification

  • Type

    J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

  • CEP classification

    AH - Economics

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/GA402%2F05%2F2768" target="_blank" >GA402/05/2768: Advanced statistical and econometric techniques for modelling and forecasting of economic time series</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2007

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Name of the periodical

    Jourtnalk of Mult.-Valued Logic & Soft Computing

  • ISSN

    1542-3980

  • e-ISSN

  • Volume of the periodical

    14

  • Issue of the periodical within the volume

    2007

  • Country of publishing house

    US - UNITED STATES

  • Number of pages

    14

  • Pages from-to

    401-414

  • UT code for WoS article

  • EID of the result in the Scopus database