Intuitionistic Fuzzy Inference System with Genetic Tuning for Predicting Financial Performance

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F18%3A39915957" target="_blank" >RIV/00216275:25410/18:39915957 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/8711515" target="_blank" >https://ieeexplore.ieee.org/document/8711515</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICCIA.2018.00022" target="_blank" >10.1109/ICCIA.2018.00022</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Intuitionistic Fuzzy Inference System with Genetic Tuning for Predicting Financial Performance

Popis výsledku v původním jazyce

Intuitionistic fuzzy inference systems are used to model the uncertainty associated with positive and negative information and preferences. Here, we propose a novel intuitionistic fuzzy inference system of the Takagi-Sugeno-Kang type with genetic tuning. A genetic fuzzy apriori algorithm is used to obtain both the set of if-then rules and the initial values of the premise parameters. Then, a genetic algorithm is applied to tune the premise and consequent parameters of the intuitionistic fuzzy inference system. We demonstrate the effectiveness of the proposed system for predicting corporate financial performance and show that the system has higher prediction accuracy than state-of-the-art fuzzy inference systems.

Název v anglickém jazyce

Intuitionistic Fuzzy Inference System with Genetic Tuning for Predicting Financial Performance

Popis výsledku anglicky

Intuitionistic fuzzy inference systems are used to model the uncertainty associated with positive and negative information and preferences. Here, we propose a novel intuitionistic fuzzy inference system of the Takagi-Sugeno-Kang type with genetic tuning. A genetic fuzzy apriori algorithm is used to obtain both the set of if-then rules and the initial values of the premise parameters. Then, a genetic algorithm is applied to tune the premise and consequent parameters of the intuitionistic fuzzy inference system. We demonstrate the effectiveness of the proposed system for predicting corporate financial performance and show that the system has higher prediction accuracy than state-of-the-art fuzzy inference systems.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA16-19590S" target="_blank" >GA16-19590S: Analýza témat a sentimentu vícenásobných textových zdrojů pro finanční rozhodování podniků</a><br>

Návaznosti

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

Rok uplatnění

2018

Kód důvěrnosti údajů

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

Název statě ve sborníku

3rd International Conference on Computational Intelligence and Applications (ICCIA)

ISBN

978-1-5386-9572-2

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

81-86

Název nakladatele

IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání

New York

Místo konání akce

Hong Kong

Datum konání akce

28. 7. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000470235800015