Отрывок: В научно-исследовательской работе обучение проводилось на выборках, включающих учетные цены на золото, платину, серебро и палладий в период с 01.01.2013 по 10.04.2014, т.е. мощность выборки составляет около 300 значе- ний. Примем обозначения: r – максимальный радиус кластера для адаптивного алгоритма; w – размер скользящего окна; test – мощность тестовой выборки; e – количество эпох; rools – количество правил (нейронов в скрытом слое);...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Солдатова, О.П. | - |
dc.contributor.author | Панкратова, Д.А. | - |
dc.date.accessioned | 2017-01-30 16:03:33 | - |
dc.date.available | 2017-01-30 16:03:33 | - |
dc.date.issued | 2014 | - |
dc.identifier | Dspace\SGAU\20170130\61913 | ru |
dc.identifier.citation | Перспективные информационные технологии (ПИТ 2014): труды Международной научно-технической конференции / под ред. С. А. Прохорова. – Самара: Издательство Самарского научного центра РАН, 2014. – с. 165-169 | ru |
dc.identifier.isbn | 978-5-93424-704-2 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/Analiz-rezultatov-prognozirovaniya-uchetnyh-cen-na-dragocennye-metally-s-pomoshu-nechetkoi-neironnoi-produkcionnoi-seti-VangaMendelya-61913 | - |
dc.language.iso | rus | ru |
dc.publisher | Издательство Самарского научного центра РАН | ru |
dc.subject | прогнозирование | ru |
dc.subject | нейронная сеть | ru |
dc.subject | драгоценные металлы | ru |
dc.subject | учетные цены | ru |
dc.subject | сеть Ванга-Менделя | ru |
dc.subject | адаптивный алгоритм | ru |
dc.subject | алгоритм обратного распространения ошибки | ru |
dc.title | Анализ результатов прогнозирования учетных цен на драгоценные металлы с помощью нечеткой нейронной продукционной сети Ванга-Менделя | ru |
dc.type | Article | ru |
dc.textpart | В научно-исследовательской работе обучение проводилось на выборках, включающих учетные цены на золото, платину, серебро и палладий в период с 01.01.2013 по 10.04.2014, т.е. мощность выборки составляет около 300 значе- ний. Примем обозначения: r – максимальный радиус кластера для адаптивного алгоритма; w – размер скользящего окна; test – мощность тестовой выборки; e – количество эпох; rools – количество правил (нейронов в скрытом слое);... | - |
Располагается в коллекциях: | Перспективные информационные технологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
pit_14_1_5_49.pdf | Основная статья | 429.32 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.