Time series prediction using artificial neural networks: Single and multi-dimensional data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F13%3A43869746" target="_blank" >RIV/70883521:28140/13:43869746 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/70883521:28110/13:43869746

Výsledek na webu

<a href="http://www.naun.org/multimedia/NAUN/ijmmas/16-561.pdf" target="_blank" >http://www.naun.org/multimedia/NAUN/ijmmas/16-561.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Time series prediction using artificial neural networks: Single and multi-dimensional data

Popis výsledku v původním jazyce

The paper studies time series prediction using artificial neural networks. The special attention is paid to the influence of size of the input vector length. Furthermore, the prediction of standard single-dimensional data signal and the prediction of multi-dimensional data signal are compared. The tested artificial networks are as follows: multilayer feed-forward neural network, recurrent Elman neural network, adaptive linear network and radial basis function neural network.

Název v anglickém jazyce

Time series prediction using artificial neural networks: Single and multi-dimensional data

Popis výsledku anglicky

The paper studies time series prediction using artificial neural networks. The special attention is paid to the influence of size of the input vector length. Furthermore, the prediction of standard single-dimensional data signal and the prediction of multi-dimensional data signal are compared. The tested artificial networks are as follows: multilayer feed-forward neural network, recurrent Elman neural network, adaptive linear network and radial basis function neural network.

Druh

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

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název periodika

International Journal of Mathematical Models and Methods in Applied Science

ISSN

1998-0140

e-ISSN

—

Svazek periodika

7

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

9

Strana od-do

38-46

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—