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”

Comparison of neural networks and regression time series in estimating the development of the EU and the PRC trade balance

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F19%3A00001516" target="_blank" >RIV/75081431:_____/19:00001516 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1051/shsconf/20196101031" target="_blank" >http://dx.doi.org/10.1051/shsconf/20196101031</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1051/shsconf/20196101031" target="_blank" >10.1051/shsconf/20196101031</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparison of neural networks and regression time series in estimating the development of the EU and the PRC trade balance

  • Popis výsledku v původním jazyce

    This paper aims to compare two useful methods, namely the accuracy of time series alignment through regression analysis and artificial neural networks, to assess the evolution of the EU and the People's Republic of China trade balance. The most appropriate curve is selected from the linear regression, and from the neural networks three useful neural structures are selected.

  • Název v anglickém jazyce

    Comparison of neural networks and regression time series in estimating the development of the EU and the PRC trade balance

  • Popis výsledku anglicky

    This paper aims to compare two useful methods, namely the accuracy of time series alignment through regression analysis and artificial neural networks, to assess the evolution of the EU and the People's Republic of China trade balance. The most appropriate curve is selected from the linear regression, and from the neural networks three useful neural structures are selected.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50200 - Economics and Business

Návaznosti výsledku

  • Projekt

  • Návaznosti

    N - Vyzkumna aktivita podporovana z neverejnych zdroju

Ostatní

  • Rok uplatnění

    2019

  • 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

    SHS Web of Conferences: Innovative Economic Symposium 2018 - Milestones and Trends of World Economy (IES2018)

  • ISBN

    9782759890637

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

  • Název nakladatele

    EDP Sciences

  • Místo vydání

    Les Ulis, France

  • Místo konání akce

    Beijing, China

  • Datum konání akce

    8. 11. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000467727800031