Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Municipal Revenue Prediction by Ensembles of Neural Networks and Support Vector Machines

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F10%3A39881977" target="_blank" >RIV/00216275:25410/10:39881977 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Municipal Revenue Prediction by Ensembles of Neural Networks and Support Vector Machines

  • Popis výsledku v původním jazyce

    Municipalities have to to pay increasing attention to the importance of revenue prediction due to fiscal stress. Currently, judgmental, extrapolative, and deterministic models are used for municipal revenue prediction. In this paper we present the designs of neural network and support vector machine ensembles for a real-world regression problem, i.e. prediction of municipal revenue. Base learners, as well as linear regression models are used as benchmark methods. We prove that there is no single ensemble method suitable for this regression problem. However, the ensembles of support vector machines and neural networks outperformed the base learners and linear regression models significantly.

  • Název v anglickém jazyce

    Municipal Revenue Prediction by Ensembles of Neural Networks and Support Vector Machines

  • Popis výsledku anglicky

    Municipalities have to to pay increasing attention to the importance of revenue prediction due to fiscal stress. Currently, judgmental, extrapolative, and deterministic models are used for municipal revenue prediction. In this paper we present the designs of neural network and support vector machine ensembles for a real-world regression problem, i.e. prediction of municipal revenue. Base learners, as well as linear regression models are used as benchmark methods. We prove that there is no single ensemble method suitable for this regression problem. However, the ensembles of support vector machines and neural networks outperformed the base learners and linear regression models significantly.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    AE - Řízení, správa a administrativa

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    WSEAS Transactions on Computers

  • ISSN

    1109-2750

  • e-ISSN

  • Svazek periodika

    9

  • Číslo periodika v rámci svazku

    11

  • Stát vydavatele periodika

    GR - Řecká republika

  • Počet stran výsledku

    10

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus