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”

Neural Network with Cooperative Switching Units with Application to Time Series Forecasting

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F09%3A00323370" target="_blank" >RIV/67985807:_____/09:00323370 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural Network with Cooperative Switching Units with Application to Time Series Forecasting

  • Popis výsledku v původním jazyce

    Simple neural networks with switching units are capable to predict seasonal time series with results comparable to common stochastic methods. This paper presents enhanced model of neural network with switching units with aim to improve the forecasting performance of non-stationary time series. The presented model of neural network network is build of neurons with feedback and continuous activation function and it has a two level topology. The paper further describes the application of genetic algorithmsto the optimization of the first level of topology. Finally, the performance of the proposed model was tested on the time series of currency in circulation and two artificial seasonal stochastic processes. Experimental results confirm that the new modeloutperforms the basic one as well as common stochastic methods.

  • Název v anglickém jazyce

    Neural Network with Cooperative Switching Units with Application to Time Series Forecasting

  • Popis výsledku anglicky

    Simple neural networks with switching units are capable to predict seasonal time series with results comparable to common stochastic methods. This paper presents enhanced model of neural network with switching units with aim to improve the forecasting performance of non-stationary time series. The presented model of neural network network is build of neurons with feedback and continuous activation function and it has a two level topology. The paper further describes the application of genetic algorithmsto the optimization of the first level of topology. Finally, the performance of the proposed model was tested on the time series of currency in circulation and two artificial seasonal stochastic processes. Experimental results confirm that the new modeloutperforms the basic one as well as common stochastic methods.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1M0567" target="_blank" >1M0567: Centrum aplikované kybernetiky</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2009

  • 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

    World Congress on Computer Science and Information Engineering

  • ISBN

    978-0-7695-3507-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Los Alamitos

  • Místo konání akce

    Los Angeles

  • Datum konání akce

    31. 3. 2009

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku