Data mining workspace as an optimization prediction technique for solving transport problems

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25510%2F16%3A39902072" target="_blank" >RIV/00216275:25510/16:39902072 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.20858/tp.2016.11.3.3" target="_blank" >http://dx.doi.org/10.20858/tp.2016.11.3.3</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.20858/tp.2016.11.3.3" target="_blank" >10.20858/tp.2016.11.3.3</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Data mining workspace as an optimization prediction technique for solving transport problems

Popis výsledku v původním jazyce

This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.

Název v anglickém jazyce

Data mining workspace as an optimization prediction technique for solving transport problems

Popis výsledku anglicky

This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques.

Druh

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

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název periodika

Transport Problems

ISSN

1896-0596

e-ISSN

—

Svazek periodika

11

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

PL - Polská republika

Počet stran výsledku

11

Strana od-do

21-31

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-84994158646