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”

Statistical, RBF NN and SV regression modelling for companies sales data: Comparison of their appproximation and forecasting abilities

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F10%3A%230003233" target="_blank" >RIV/47813059:19240/10:#0003233 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    slovinština

  • Název v původním jazyce

    Štatistické, RBF NS a SV regresné modelovanie obratov firmy: porovnanie aproximačnej a predikčnej presnosti

  • Popis výsledku v původním jazyce

    Článok prezentuje modelovanie vývoja dňových predajov tovarov firmy Hansa Flekx, s.r.o. modelmi ARMA, modelmi založenými na RBF neurónových sieťach a modelmi založenými na strojovom učení ? SV regresie. Vzájomne sa porovnávajú niektoré aproximačné a predikčné výsledky z architektúr sietí, modelov typu ARMA a SV regresie

  • Název v anglickém jazyce

    Statistical, RBF NN and SV regression modelling for companies sales data: Comparison of their appproximation and forecasting abilities

  • Popis výsledku anglicky

    In this article the input-output function of a business process, the ARMA model, RBF neural network approach and SVM model was applied on the daily sales data of the Hansa Flex company. We mutually compared their approximation and forecasting ability. Using the disposable data a very appropriate forecasting model is the soft RBF network with activation functions based on the granular concept. It is also interesting to note that the most computationally intensive model based on the SVM approach for approximation of the input-output fuction newer considered ?best?

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

    2010

  • 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

    Managing and Modelling of Financial Risks

  • ISBN

    978-80-248-2306-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    FŠB-TU Ostrava, Ediční stťedisko VŠB -Technická univerzita Ostrava

  • Místo vydání

    Ostrava

  • Místo konání akce

    Ostrava

  • Datum konání akce

    1. 1. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku