Startseite UR

Hybrid ICA - ANN model applied to volatile time series forecasting

Gorriz , J. M. und Puntonet, Carlos G. und Lang, Elmar (2004) Hybrid ICA - ANN model applied to volatile time series forecasting. Proc. Int. Conf. on Artificial Intelligence and Applications (AIA) 411, S. 815.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Andere URL zum Volltext: http://www.actapress.com/Content_of_Proceeding.aspx?proceedingID=49


Zusammenfassung

In this paper we propose a new method for volatile time series forecasting using Independent Component Analysis (ICA) algorithms and Savitzky-Golay filtering as preprocessing tools. The preprocessed data will be introduce in a based radial basis functions (RBF) Artificial Neural Network (ANN) and the prediction result will be compared with the one we get without these preprocessing tools or the classical Principal Component Analysis (PCA) tool.


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:2004
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Projekte:Graduiertenkolleg Nichtlinearität und Nichtgleichgewicht
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 530 Physik
500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Eingebracht am:20 Mrz 2007
Zuletzt geändert:15 Okt 2010 07:18
Dokumenten-ID:1641
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner