Machine learning forecasting of CR import from PRC in context of mutual PRC and USA sanctions
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F20%3A00002076" target="_blank" >RIV/75081431:_____/20:00002076 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.shs-conferences.org/articles/shsconf/pdf/2020/01/shsconf_ies_2019_01017.pdf" target="_blank" >https://www.shs-conferences.org/articles/shsconf/pdf/2020/01/shsconf_ies_2019_01017.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Machine learning forecasting of CR import from PRC in context of mutual PRC and USA sanctions
Popis výsledku v původním jazyce
Authors aim is to find out whether machine learning forecasting is capable of equalizing time series so that the model effectively forecasts the future development of the time series even in the context of an extraordinary situation caused by such factors as the mutual sanctions of the USA and PRC. The dataset shows the course of the time series at monthly intervals starting from January 2000 to June 2019.
Název v anglickém jazyce
Machine learning forecasting of CR import from PRC in context of mutual PRC and USA sanctions
Popis výsledku anglicky
Authors aim is to find out whether machine learning forecasting is capable of equalizing time series so that the model effectively forecasts the future development of the time series even in the context of an extraordinary situation caused by such factors as the mutual sanctions of the USA and PRC. The dataset shows the course of the time series at monthly intervals starting from January 2000 to June 2019.
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
2020
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 - Potential of Eurasian Economic Union (IES)
ISBN
9782759890941
ISSN
—
e-ISSN
—
Počet stran výsledku
18
Strana od-do
—
Název nakladatele
EDP Sciences
Místo vydání
Les Ulis, France
Místo konání akce
České Budějovice, Česká republika
Datum konání akce
7. 11. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000648964700017