Modyfikacja samoorganizujących się map cech dla potrzeb modelowania szeregów czasowych

• Autorzy: Janusz Morajda
• Języki publikacji: PL

Abstrakty

Samoorganizujące się mapy cech znane pod nazwą sieci neuronowych Kohonena stanowią oparte na analogii neurobiologicznej narzędzia analizy danych, wykorzystywane głównie w zagadnieniach grupowania wzorców i wizualizacji otrzymanych grup na dwuwymiarowej siatce. Przedstawiono zmodyfikowaną mapę SOM jako narzędzie uzupełniające w procesie analizy szeregów czasowych.

Słowa kluczowe

PL

Mapa samoorganizująca; Modelowanie ekonometryczne; Prognozowanie; Szeregi czasowe; Indeks giełdowy

EN

Self-Organizing Maps (SOM); Econometric modeling; Forecasting; Time-series; Stock market indexes

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2004
• Tom: Postępy ekonometrii
• Strony: 201-212

Twórcy

autor

Janusz Morajda

Bibliografia

• Grabowski M. (1997). Sieci neuronowe w analizie danych społeczno-ekonomicznych. AE, Kraków.
• Haykin S. (1994). Neural Networks. A Comprehensive Foundation. Mac-millan College Publishing Company, New York.
• Kohonen T. (1995). Self-organizing maps. Springer-Verlag, Berlin.
• Lula P., Morajda J. (2002). Klasyfikacja wzorców występujących w finansowych szeregach czasowych przy użyciu sieci neuronowych Kohonena. Zeszyty Naukowe. AE, Kraków, 604.
• Neural Networks in the Capital Markets. (1995). Ed. A.P. Refenes. Wiley, Chichester.
• Osowski S. (1996). Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa.