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”

Elliott waves classification by means of neural and pseudo neural networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F18%3A63520652" target="_blank" >RIV/70883521:28140/18:63520652 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/70883521:28140/16:43875582 RIV/61988987:17310/18:A1901TN2

  • Výsledek na webu

    <a href="http://link.springer.com/article/10.1007/s00500-016-2097-y" target="_blank" >http://link.springer.com/article/10.1007/s00500-016-2097-y</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s00500-016-2097-y" target="_blank" >10.1007/s00500-016-2097-y</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Elliott waves classification by means of neural and pseudo neural networks

  • Popis výsledku v původním jazyce

    This article presents a comparative study of the classification of Elliott waves in data. Regarding the methods of classification, the paper deals with three approaches. The first one is a multilayer artificial neural network (ANN) with sigmoid activation function and backpropagation and Levenberg–Marquardt training algorithm. Second approach uses training algorithms of ANN but forms of activation functions of hidden nodes and nodes in output layers have been proposed by analytical programming with the differential evolution. The last approach offers results performed by synthesized pseudo neural networks where the symbolic regression is used for synthesis of a whole structure of the classifier, i.e., the relation between inputs and output(s) similar to ANN. In this case, meta-evolution version of analytic programming with differential evolution is used. In conclusion, all results of this experimental study were evaluated and compared mutually.

  • Název v anglickém jazyce

    Elliott waves classification by means of neural and pseudo neural networks

  • Popis výsledku anglicky

    This article presents a comparative study of the classification of Elliott waves in data. Regarding the methods of classification, the paper deals with three approaches. The first one is a multilayer artificial neural network (ANN) with sigmoid activation function and backpropagation and Levenberg–Marquardt training algorithm. Second approach uses training algorithms of ANN but forms of activation functions of hidden nodes and nodes in output layers have been proposed by analytical programming with the differential evolution. The last approach offers results performed by synthesized pseudo neural networks where the symbolic regression is used for synthesis of a whole structure of the classifier, i.e., the relation between inputs and output(s) similar to ANN. In this case, meta-evolution version of analytic programming with differential evolution is used. In conclusion, all results of this experimental study were evaluated and compared mutually.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA15-06700S" target="_blank" >GA15-06700S: Nekonvenční řízení komplexních systémů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Soft computing

  • ISSN

    1432-7643

  • e-ISSN

  • Svazek periodika

    22

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    11

  • Strana od-do

    1803-1813

  • Kód UT WoS článku

    000426761200007

  • EID výsledku v databázi Scopus

    2-s2.0-84960157449