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%230001867" target="_blank" >RIV/47813059:19240/07:#0001867 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
RBF neural network implementation of fuzzy systems: Application to time series modeling
Original language description
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 modelsis 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.
Czech name
Implementace fuzzy systému RBF neuronovou sítí: aplikace pro modelování časových řad
Czech description
Diskutuje se základní struktura fuzzy systému jako jednoduchý a stále ještě výkoný 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
D - Article in proceedings
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
—
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
Rough Sets, Fuzzy Sets, Data Mining and Granular Computing
ISBN
978-3-540-72529-9
ISSN
0302-9743
e-ISSN
—
Number of pages
8
Pages from-to
—
Publisher name
—
Place of publication
Toronto
Event location
Toronto
Event date
Jan 1, 2007
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—