 |
Д.Ю. Нагорных "Обучение больших гибридных нейронных сетей для прогнозирования временных рядов" |
 |
Аннотация. В статье описывается гибридный подход при создании нейронных сетей, используемых для прогнозирования временных рядов. Данный подход основан на объединении в рамках одной сети самообучающегося слоя Кохонена и многослойного персептрона. Приводится результат практических экспериментов обучения такой гибридной сети с помощью алгоритма «справедливого» обучения. Ключевые слова: нейронные сети, гибридные нейронные сети, самоорганизующиеся карты, прогнозирование временных рядов, аппроксимация функций. Стр. 54-61. Полная версия статьи в формате pdf.
REFERENCES 1. Ejov A., Shumskiy S. Neuro-computing and it's adoption in economics and business. – Moscow, 1998.
2. Osovskiy S. Neural nets for data processing. – Moscow: Finance and statistics, 2002. – p. 252-256
3. Afanasiev V.N. Time series analysis and prediction. – Moscow: Finance and statistics, 2010. – p. 224-241.
4. Dinh Nghia Do, Osowski S. Shape recognition using FFT preprocessing and neural network. Compel, 1998. –Vol. 17, No 5/6. -C. 658-666
5. Micel A., Efremova E. Data preprocessing methods for financial time series prediction systems. "Proceedings of Tomsk State University of Control Systems and Radioelectronics" № 3 (11), 2005.
|
