Aplikace SVM strojového učení na modelování inflace

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F06%3A%230001868" target="_blank" >RIV/47813059:19240/06:#0001868 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Application of support vector machines to the modelling and forecasting of inflation

Popis výsledku v původním jazyce

In Support Vector Machines (SVM's), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. Based on work [1] we investigate the quantifying of econometric structural model parameters of inflation in Slovak economics. The theory of classical Phillips curve [7] is used to specify a structural model of inflation. We provide the fit of the models based on econometric approach for the inflation over the period 1993-2003 in the Slovak Republic, and use them as a tool to comparetheir approximation and forecasting abilities with those obtained using SVM's method. Some methodological contributions are made for SVM implementations to the causal econometric modelling. The SVM's methodology is extended for economic time series forecasting.

Název v anglickém jazyce

Application of support vector machines to the modelling and forecasting of inflation

Popis výsledku anglicky

In Support Vector Machines (SVM's), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. Based on work [1] we investigate the quantifying of econometric structural model parameters of inflation in Slovak economics. The theory of classical Phillips curve [7] is used to specify a structural model of inflation. We provide the fit of the models based on econometric approach for the inflation over the period 1993-2003 in the Slovak Republic, and use them as a tool to comparetheir approximation and forecasting abilities with those obtained using SVM's method. Some methodological contributions are made for SVM implementations to the causal econometric modelling. The SVM's methodology is extended for economic time series forecasting.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Applied Artificial Intelligence

ISBN

981-256-690-2

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

—

Místo vydání

Genoa

Místo konání akce

Genoa

Datum konání akce

1. 1. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—