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”

Neuronové sítě v ekonomice

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F08%3A00121702" target="_blank" >RIV/62156489:43110/08:00121702 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Neuronové sítě v ekonomice

  • Popis výsledku v původním jazyce

    Článek pojednává o nasazení neuronových systémů v ekononomických aplikacích. Neuronové sítě se většinou využívají v rozhodovacích procesech spojených s klasifikací a predikcí. V ekonomické praxi jsou tyto situace velmi časté. Neuronové sítě nám umožňujítuto problematiku, po vhodné optimalizaci, řešit jednoduše a efektivně. Právě toto je důvod, proč jsou vhodné pro řešení výše specifikovaných problémů. Pod pojmem neuronový systém, potažmo neuronová síť chápejme model skládající se z jednotlivých dílčíchelementů-perceptronů. Výhodou neuronových sítí je schopnost učení a vybavování spolu s paralelismem ve zpracování. V článku je uvedeno využití vícevrstvé neuronové sítě při učení s "učitelem" a samoučící se neuronové sítě. Toto je demonstrováno i na praktické ukázce.

  • Název v anglickém jazyce

    Neural network in economics

  • Popis výsledku anglicky

    The article is focused on application of neural systems in economic applications. Neural networks are mostly used in decision processes related to classification and prediction. In economic practice are these situations very frequent. Neural networks enable to solve these questions quickly and efficiently. That is why is their application suitable for solving problems. The term neural system or neural network refers to a model consisting of single elements -- perceptrons. The advantage of neural networks is their ability of learning and equipment together with parallelism in processing. In the article, utilization of multilayered neural network with supervised learning and self-learning, are compared and discussed. The findings are demonstrated practically.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

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

    Firma a konkurenční prostředí 2008 - 3. část

  • ISBN

    978-80-7392-022-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    MSD, s. r. o.

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    13. 3. 2008

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku