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”

Fuzzy logická a granulární RBF síť: Aplikace pro odhad vstupní-výstupní funkcke procesu vývoje mezd

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F08%3A%230000834" target="_blank" >RIV/47813059:19240/08:#0000834 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fuzzy Logic and Granular RBF Neural Networks: An Application to the Input-Output Function Estimation of Sales Processes

  • Popis výsledku v původním jazyce

    In this paper the outputs of RBF neurons of an RBF neural network are normalized and theRBF function is modified by Gaussian cloud concept. These RBF neural networks, i. e. soft or granular neural networks are able to handle a state of the imprecise membership function value about the true expectation value. In this study we concern with learning aspects of soft and granular RBF networks. We also compare the results from the soft and granular network with that from classic RBF network. As an illustration, we consider the case study related to task of time series approximation of the sales process.

  • Název v anglickém jazyce

    Fuzzy Logic and Granular RBF Neural Networks: An Application to the Input-Output Function Estimation of Sales Processes

  • Popis výsledku anglicky

    In this paper the outputs of RBF neurons of an RBF neural network are normalized and theRBF function is modified by Gaussian cloud concept. These RBF neural networks, i. e. soft or granular neural networks are able to handle a state of the imprecise membership function value about the true expectation value. In this study we concern with learning aspects of soft and granular RBF networks. We also compare the results from the soft and granular network with that from classic RBF network. As an illustration, we consider the case study related to task of time series approximation of the sales process.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA402%2F08%2F0022" target="_blank" >GA402/08/0022: Nejnovější inteligentní metodologie pro modelování a predikci ekonomických časových řad</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Sixth International Conference on Soft Computing Applied in Computer and Economic Environments

  • ISBN

    978-80-7314-134-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    91-96

  • Název nakladatele

    European Polytechnical Institute Kunovice

  • Místo vydání

    Kunovice

  • Místo konání akce

    Uherské Hradiště

  • Datum konání akce

    1. 1. 2008

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku