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”

Trend-cycle estimation using fuzzy transform of higher degree

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F18%3AA1901H9U" target="_blank" >RIV/61988987:17610/18:A1901H9U - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.22111/ijfs.2017.3067" target="_blank" >http://dx.doi.org/10.22111/ijfs.2017.3067</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.22111/ijfs.2017.3067" target="_blank" >10.22111/ijfs.2017.3067</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Trend-cycle estimation using fuzzy transform of higher degree

  • Popis výsledku v původním jazyce

    In this paper, we provide theoretical justication for the appli-cation of higher degree fuzzy transform in time series analysis. Under theassumption that a time series can be additively decomposed into a trend-cycle, a seasonal component and a random noise, we demonstrate that thehigher degree fuzzy transform technique can be used for the estimation of the trend-cycle, which is one of the basic tasks in time series analysis. We prove that high frequencies appearing in the seasonal component can be arbitrarily suppressed and that random noise, as a stationary process, can be successfully decreased using the fuzzy transform of higher degree with a reasonable adjustment of parameters of a generalized uniform fuzzy partition.

  • Název v anglickém jazyce

    Trend-cycle estimation using fuzzy transform of higher degree

  • Popis výsledku anglicky

    In this paper, we provide theoretical justication for the appli-cation of higher degree fuzzy transform in time series analysis. Under theassumption that a time series can be additively decomposed into a trend-cycle, a seasonal component and a random noise, we demonstrate that thehigher degree fuzzy transform technique can be used for the estimation of the trend-cycle, which is one of the basic tasks in time series analysis. We prove that high frequencies appearing in the seasonal component can be arbitrarily suppressed and that random noise, as a stationary process, can be successfully decreased using the fuzzy transform of higher degree with a reasonable adjustment of parameters of a generalized uniform fuzzy partition.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Iranian Journal of Fuzzy Systems

  • ISSN

    1735-0654

  • e-ISSN

  • Svazek periodika

    15

  • Číslo periodika v rámci svazku

    7

  • Stát vydavatele periodika

    IR - Íránská islámská republika

  • Počet stran výsledku

    32

  • Strana od-do

    23-54

  • Kód UT WoS článku

    000451834100003

  • EID výsledku v databázi Scopus