Wykorzystanie wybranych metod optymalizacji sieci neuronowych w prognozowaniu indeksu WIG-spożywczy

• Autorzy: Marjak H.

Warianty tytułu

EN

Application of chosen methods neutral networks optimization in prediction of Wig-spozywczy index

• Języki publikacji: PL

Abstrakty

PL

Rozwiązywanie problemów z wykorzystaniem wielowarstwowych sieci neuronowych związane jest z rozważeniem wielu pytań. Oprócz decyzji związanych z wyborem właściwego zbioru uczącego, parametrów i algorytmów uczenia, równie ważne jest określenie optymalnej architektury sieci. Celem tej pracy jest prezentacja metod optymalizacji architektury sieci neuronowych: algorytm OBD (Optima Brain Damage) oraz OBS (Optima Brain Surgeon), w prognozowaniu indeksu WIG- spożywczy. Graficznie zaprezentowano wartości błędów SSE i RSQ dla badanych algorytmów, a także prognozy indeksu WIG- spożywczy dla struktur, dla których uzyskano najlepsze wartości błędów, w porównaniu z wartościami rzeczywistymi.

EN

Solving problems applied multi-layered Neural networks is contained with comparison of many questions. Besides decisions contained with choosing of properly learning set, learning parameters and algorithms, also important is determining optimal Network architecture. The purpose of this paper is presenting of pruning optimisation method of neural net architecture: OBD (Optimal Brain Damage) and OBS (Optimal Brain Surgeon) algorithms, to predict WIG-spozywczy index. Graphically was shown values of SSE and RSQ errors for researched algorithms and prediction of WIG-spozywczy index for structures which gain the best values of errors in comparison of real values.

• Wydawca: -
• Czasopismo: Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu
• Rocznik: 2003
• Tom: 05
• Numer: 5
• Opis fizyczny: s.102-106,rys.,tab.,bibliogr.

Twórcy

autor

Marjak H.

• Wydział Ekonomiki i Organizacji Gospodarki Żywnościowej, Zakład Informatyki, Akademia Rolnicza, ul. Monte Cassino 16, 70-466 Szczecin

Bibliografia

• Azoff E.M. (1994): Neural network time series forecasting of financial markets. John Wisley&Sons, Inc., Chichester.
• Deboeck G.J. (ed) (1994): Trading on the edge: neural, genetic, and fuzzy systems for chaotic and financial markets. John Wiley&Sons, Inc., Chichester.
• Gateley E. (1999): Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press, Warszawa.
• Hertz J., Krogh A., Palmer R.G. (1995): Wstęp do obliczeń neuronowych. DWN, Warszawa.
• Masters T. (1996): Sieci neuronowe w praktyce. Programowanie w języku C++. WNT, Warszawa.
• Osowski S. (1994): Sieci neuronowe. WPW, Warszawa.
• SNNS. User's Manual. Version 4.1. (1995). Univ. Sttutgart, Inst. für Parallele und Verteile Hochstleistungschrener, Rap. No. 6/95.
• Solla S., Le Cun Y., Denker J. (1990): Optimal Brain Damage. In Touretzky D. S. (ed), Advances in Neural Information Processing Systems (NIPS) 2, San Mateo, Morgan Kaufmann Publishers Inc., pp. 598-605.
• Stork D., Hassibi B. (1993): Second order derivatives for network pruning: Optimal Brain Surgeon. In Sejnowski T. J., Hinton G.E., Touretzky D.S., (eds), Advances in Neural Information Processing Systems (NIPS) 5, San Mateo, Morgan Kaufmann Publishers Inc., pp. 164-171.
• Strona internetowa www.gpw.com.pl
• Tadeusiewicz R. (1995): Sieci neuronowe. Akademicka Oficyna PLJ, Warszawa.

Uwagi

PL