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”

Comparison of nolinear system prediction by artificial neural networks

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28110%2F07%3A63505134" target="_blank" >RIV/70883521:28110/07:63505134 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Comparison of nolinear system prediction by artificial neural networks

  • Original language description

    The aim of this contribution is to provide short review of artificial neural networks that are able to predict dynamical systems. This paper deals with testing of predictive abilities of artificial neural networks. The nonlinear system output was selected as the testing signal. The signal was noised by three levels of noise in order to test the noise influence to prediction quality. The results are compared using the prediction error function

  • Czech name

    Srovnání predikce nelineárního systému pomocí umělých neuronových sítí

  • Czech description

    Cílem příspěvku je prezentovat krátký přehled umělých neuronových sítí, které jsou schopny předikovat chování dynamických systémů. Tento článek se zabývá testováním prediktivních schopností umělých neuronových sítí. Jako testovací signál byl vybrán výstup z nelineárního systému. Tento signál byl zašuměn třemi různými stupni šumu za účelem otestovat vliv šumu na kvalitu predikce. Výsledky jsou srovnány s využitím chybové funkce.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    BC - Theory and management systems

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/GP102%2F07%2FP137" target="_blank" >GP102/07/P137: Predictive control using artificial neural networks with online adaptation of predictor</a><br>

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

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

    Annals of DAAAM Symposium 2007

  • ISBN

    3-901509-58-5

  • ISSN

  • e-ISSN

  • Number of pages

    2

  • Pages from-to

    669-670

  • Publisher name

    DAAAM International Vienna

  • Place of publication

    Vienna

  • Event location

  • Event date

  • Type of event by nationality

  • UT code for WoS article