Predikční modely s neuronovými sítěmi

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F08%3A00113456" target="_blank" >RIV/62156489:43110/08:00113456 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Predikční modely s neuronovými sítěmi

Popis výsledku v původním jazyce

Příspěvek je zaměřen na základní problémy řešení trendů ekonomických ukazatelů využitím neuronových sítí. Jedná se o volbu modelu a následeně konfiguraci neuronové sítě, výpočetní funkci neuronů a učení predikci. Příspěvek obsahuje dva základní modely, které využívají víceúrovňovou síť a způsob stanovení její konfigurace. Dále je stanoveno jednoduché pravidlo učení sítě pro získání věrohodné predikce. Experimenty jsou prováděny na skutečné časové řadě vývoje kurzu Kč/Euro a Kč/USD. Hlavním důvodem volbytěchto časových řad je jejich dostupnost pro dostatečně dlouhé období. V provedených experimentech jsou ověřovány oba uvedené druhy predikčních modelů s nejčastěji používanými druhy výpočetních funkcí neuronů. Dosažené výsledky predikce jsou prezentovány jak v numerické, tak i grafické podobě.

Název v anglickém jazyce

Predictions models with neural nets

Popis výsledku anglicky

The contribution is oriented to basic problems trend's solution of economic pointers, using neural networks. Problems include choice of the suitable model and consequently configuration of neu-ral nets, choice computational function of neurons and the way prediction learning. The contribu-tion contents two basic models that use structure of multiplayer neural nets and way of determi-nation their configuration. It is postulate a simple rule for teaching period of neural net, to get most credible prediction. Experiments are executed with really data evolution of exchange rate Kč/Euro and Kč/USD. The Main reason choice this time series is their availability for sufficient long period. In carry out of experiments are verify both given basic kind of prediction models with most frequent use functions of neurons. Achieve prediction results are presented as in numerical and so in graphical forms.

Druh

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

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název periodika

Acta Universitatis agriculturae et silviculturae Mendelianae Brunensis : Acta of Mendel University of agriculture and forestry Brno = Acta Mendelovy zemědělské a lesnické univerzity v Brně

ISSN

1211-8516

e-ISSN

—

Svazek periodika

LVII

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

11

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—