Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

2 Perzyńska J.

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Application of Kohonen networks for clustering of the Zachodniopomorskie Voivodeship districts in terms of the level of socio-economic development

100%

Perzyńska J.

2020

nr vol. 64, nr 9

100-118

The author presents the possibilities of using artificial neural networks in a multidimensional analysis – cluster analysis. The empirical example using districts of the Zachodniopomorskie (West Pomeranian) Voivodeship is the illustration of theoretical considerations. The study used statistical data from many areas related to socio-economic development: demography, labour market, natural environment, recreation, culture, social and technical infrastructure, and the economy. The aim of the study was to divide the voivodeship into disjointed typological groups of districts using Kohonen networks (Self-Organizing Maps). Several networks differing in structure of the output layer were constructed and trained. Selected diagnostic features of socio-economic development of districts were their input values. Using verified Kohonen networks, various sets of groups of the researched objects were created, and confirmed them are a useful tool for identifying clusters of districts similar to each other in terms of the level of socio-economic development.

W artykule przedstawiono możliwości wykorzystania sztucznych sieci neuronowych w wielowymiarowej analizie – analizie skupień. Ilustracją rozważań teoretycznych jest badanie empiryczne, w którym obiektami badań są powiaty województwa zachodniopomorskiego. W badaniu wykorzystano dane statystyczne z wielu obszarów dotyczących rozwoju społeczno-gospodarczego, takich jak: demografia, rynek pracy, środowisko naturalne, kultura i rekreacja, infrastruktura społeczna i techniczna, gospodarka. Celem pracy był podział województwa zachodniopomorskiego na rozłączne grupy typologiczne powiatów za pomocą sieci Kohonena (map samoorganizujących). Skonstruowano i nauczono kilkanaście sieci różniących się strukturą warstwy wyjściowej. Ich wartościami wejściowymi były wybrane charakterystyki rozwoju społeczno-gospodarczego powiatów. Przy użyciu zweryfikowanych sieci utworzono różne zestawy grup badanych obiektów. Przeprowadzone badanie potwierdziło, że sieci Kohonena są użytecznym narzędziem wyodrębniania skupień powiatów podobnych do siebie pod względem poziomu rozwoju społeczno-gospodarczego.

Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych

100%

Perzyńska J.

nr 2(54)

95-104

W artykule przedstawiono sposób wykorzystania sztucznych sieci neuronowych do prognozowania zmiennej w postaci szeregu czasowego. Ilustracją rozważań o charakterze teoretycznym jest przykład empiryczny, w którym modelowaniu i prognozowaniu poddano zmienną mikroekonomiczną charakteryzującą się występowaniem trendu i wahań sezonowych. Jej prognozy wyznaczono na podstawie klasycznych modeli szeregu czasowego, sztucznych sieci neuronowych oraz modeli będących ich złożeniem. Jakość wyznaczonych prognoz oceniono na podstawie ich średnich błędów ex post. Przeprowadzone badania potwierdziły użyteczność sztucznych sieci neuronowych w prognozowaniu szeregów czasowych.

In the paper, the author presents the method of using artificial neural networks for forecasting a variable in the time series form. The illustration of theoretical considerations is the empirical example, in which forecasts are calculated for microeconomic variable with trend and seasonal fluctations. Its forecasts are based on the classic time series models, artificial neural networks and models being their composition. The quality of the forecasts is assessed on the basis of their average expost errors. The research confirms the usefulness of artificial neural network in time series forecasting.