Artificial neural networks in artificial time series prediction benchmark
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F11%3A43865533" target="_blank" >RIV/70883521:28140/11:43865533 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/70883521:28110/11:43865533
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Artificial neural networks in artificial time series prediction benchmark
Popis výsledku v původním jazyce
The work is aimed to research of predicting abilities of artificial neural networks. The characteristic samples of artificial neural network types were selected to be compared in numerous simulations, while influences of key parameters are studied. The tested artificial networks are as follows: multilayered feed-forward neural network, recurrent Elman neural network, adaptive linear network and radial basis function neural network.
Název v anglickém jazyce
Artificial neural networks in artificial time series prediction benchmark
Popis výsledku anglicky
The work is aimed to research of predicting abilities of artificial neural networks. The characteristic samples of artificial neural network types were selected to be compared in numerous simulations, while influences of key parameters are studied. The tested artificial networks are as follows: multilayered feed-forward neural network, recurrent Elman neural network, adaptive linear network and radial basis function neural network.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JP - Průmyslové procesy a zpracování
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
International Journal of Mathematical Models and Methods in Applied Science
ISSN
1998-0140
e-ISSN
—
Svazek periodika
5
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
9
Strana od-do
1085-1093
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—