Neural network model with fuzzy activation functions for time seriespredictions

Dades bibliogràfiques
Parent link:Доклады Томского государственного университета систем управления и радиоэлектроники/ Томский государственный университет систем управления и радиоэлектроники (ТУСУР).— , 1997-
T. 19, № 4.— 2016.— [С. 49-51]
Autor principal: Nguen Anh Tu
Autor corporatiu: Национальный исследовательский Томский политехнический университет (ТПУ) Институт кибернетики (ИК) Кафедра автоматики и компьютерных систем (АИКС)
Altres autors: Korikov A. M. Anatoly Mikhailovich
Sumari:Title screen
This study develops neural models using fuzzy activation functions to solve the problems of time series predictions. Several fuzzy neural networks with different types of activation function are created. The paper shows the comparison result between the feasibilities of these networks for solving time series prediction problems.
Разрабатываются модели нейронов с нечеткими функция-ми активации для решения проблемы прогнозированиявременных рядов. На основе моделей нейронов с нечет-кими функциями активации создаются модели нечеткихнейронных сетей (ННС) и проводится анализ возможно-стей ННС для решения задач прогнозирования временныхрядов
Режим доступа: по договору с организацией-держателем ресурса
Idioma:anglès
Publicat: 2016
Matèries:
Accés en línia:http://dx.doi.org/10.21293/1818-0442-2016-19-4-5-9
Format: Electrònic Capítol de llibre
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=654713
Descripció
Sumari:Title screen
This study develops neural models using fuzzy activation functions to solve the problems of time series predictions. Several fuzzy neural networks with different types of activation function are created. The paper shows the comparison result between the feasibilities of these networks for solving time series prediction problems.
Разрабатываются модели нейронов с нечеткими функция-ми активации для решения проблемы прогнозированиявременных рядов. На основе моделей нейронов с нечет-кими функциями активации создаются модели нечеткихнейронных сетей (ННС) и проводится анализ возможно-стей ННС для решения задач прогнозирования временныхрядов
Режим доступа: по договору с организацией-держателем ресурса
DOI:10.21293/1818-0442-2016-19-4-5-9