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

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

—

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.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

AE - Řízení, správa a administrativa

OECD FORD obor

—

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)

Rok uplatnění

2010

Kód důvěrnosti údajů

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

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

—