Wyniki wyszukiwania - Biblioteka Nauki

1

Personnel Planning Support System on the Basis of Neural Network

100%

Teda J. , Schindler J.

|

1998

|

tom Intelligent Decision Support Systems in Management, the transformation of business information systems in the 90-ties. International session

29-37

2

Wykorzystanie sieci Husmeiera do prognozowania zjawisk finansowych

80%

Paliwoda-Pękosz G.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

2004

|

nr nr 641

67-86

XX

W pracy przedstawiono modele sieci neuronowych zaproponowane przez Husmeiera, które można wykorzystać do prognozowania rozkładów prawdopodobieństw. Zaprezentowano również wyniki testów przeprowadzonych przez autorkę artykułu nad wykorzystaniem modeli do prognozowania wysokości wskaźnika (kurs dolara)/(kurs marki).

EN

The paper discusses the models of neural networks proposed by Husmeier, which can be applied to probability distribution forecasting. The results of the tests, carried out by the author and concerning utilisation of these models for (US dollar rate)/ (German mark rate) ratio prediction, have also been presented. (original abstract)

3

Dobór struktury sieci neuronowych

80%

Staniec I.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2003

|

nr z. 38, nr 937

107-116

XX

Przedstawiono automatyczne algorytmy optymalizacji architektury sieci neuronowych. W pierwszej części sformułowano problem doboru architektury optymalnej sieci. Następnie przedstawiono teoretyczne aspekty rozważanego problemu. Dalej zaprezentowano wyniki empirycznego doboru architektury sieci w wybranych programach. (oryg. streszcz.)

EN

In this paper the automatic algorithm for optimizing the architecture of artificial neural network is presented. The first part includes the formulation of the selection of optimal architecture of neural network optimization. In the next part the theoretical aspects of the discussed problem. In the concluding point of this article the results of the empirical selection of network architecture in set the selected programs are discussed. (original abstract)

4

Artificial intelligence and neurocomputing. Historical aspects

80%

Kurzyn M. S.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

|

1994

|

nr nr 6

243-253

XX

Artykuł analizuje historię sztucznej inteligencji i obliczeń neuronowych oraz próbuje ogólnie wytłumaczyć ich różne podejście do rozwiązywania zasadniczo tego samego problemu.

5

Standardowe zadanie programowania liniowego a sieć neuronowa

80%

Kopeć M.

|

2004

|

tom Metody i zastosowania badań operacyjnych '04

193-209

XX

Celem pracy jest prezentacja sposobu rozwiązywania standardowego zadania programowania liniowego przy użyciu sieci neuronowej. (fragment tekstu)

6

Wstępna analiza danych w procesie modelowania przy użyciu sieci neuronowych

80%

Lula P.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

1997

|

nr nr 493

35-48

XX

Zdolności adaptacyjne charakterystyczne dla sieci neuronowych sprawiają, iż te ostatnie są dogodnym narzędziem modelowania. W praktyce najczęściej stosuje się w takim celu sieci jednokierunkowe z jedną lub dwiema warstwami ukrytymi. W trakcie uczenia sieci dobiera się odpowiednie wartości wag. Po zakończeniu uczenia stworzona sieć opisuje zależność pomiędzy zmienną objaśnianą (lub zmiennymi objaśnianymi) a zmiennymi objaśniającymi. Na proces tworzenia modelu składa się kilka etapów, są to: wstępna analiza danych, określenie struktury sieci, uczenie sieci i jej weryfikacja, zastosowanie sieci. Celem niniejszej pracy jest charakterystyka pierwszego etapu, mającego na celu dokonanie wstępnej analizy danych. W literaturze zachodniej etap ten jest określany jako preprocessing. Na etap ten składa się sprawdzanie poprawności danych pierwotnych, określenie postaci wejściowej danych, wstępna ocena prawidłowości występujących w posiadanych zestawach danych, przekształcenie danych, standaryzacja, normalizacja, skalowanie), filtracja danych, redukcja wymiaru danych wejściowych, określenie zmiennych (zmiennej) wyjściowych. (abstrakt oryginalny)

EN

The adaptive capabilities of neuron networks make those a useful modelling tool. In practice one-directional neuron networks of one two covert layers are used for such purposes. In the process of teaching networks uses are made of weights of appriopriate value so that when the teaching process has been completed a given network becomes able to describe the interdependence between the variable or variables which explain and which are to be explained. The process of model set-up is a multi-stage one and consists of pre-processing, determination of network structure, network teaching and verification and network application. The paper constitutes an attempt at a characterization of the first of these stages aiming at an initial analysis of data. In West European literature the process is widely known as pre-processing. The following are its components: verification of input data, specification of initial data set-up, preliminary evaluation of data set-ups, data reorganization involving standarization, normalization and scaling, data filtering, reduction of input data size, determination of output variables (variable). (original abstract)

7

Możliwości i problemy wykorzystania sieci neuronowych w prognozowaniu procesów gospodarczych

80%

Tadeusiewicz R.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

1997

|

nr nr 493

5-18

XX

W pracy omówiono zagadnienie nowych możliwości, jakie stwarza technika sieci neuronowych w zadaniach związanych z prognozowaniem procesów gospodarczych. Zasygnalizowano w niej jedynie fakt, że z wielu badań i eksperymentów wynika bezsporna przydatność sieci neuronowych jako narzędzi służących prognozowaniu ekonomicznemu - np. kursów walut, ceny akcji czy wiarygodności kredytobiorców. Ze względu na ogromną liczbę publikacji, jakie ukazały się na ten temat w ostatnich latach, w pracy zebrano i omówiono w skrócie jedynie najważniejsze wyniki. Praca nie może więc być traktowana jako wyczerpujące kompendium obejmujące wszystkie aspekty wymienionego w tytule zagadnienia, należy jednak mieć nadzieję, że wskazując na istniejące możliwości i odsyłając do konkretnych danych zawartych w bogatej literaturze przedmiotu - praca spełni swoje zadanie, inspirując polskich badaczy do podjęcia samodzielnych prac w zakresie zagadnień prognozowania i wykorzystaniem sieci neuronowych, a praktyków (zwłaszcza organizatorów życia gospodarczego) zachęci do sięgania po nowe, ale w wielu przypadkach wysoce użyteczne narzędzie, jakim jest technika sieci neuronowych. (abstrakt oryginalny)

EN

The paper takes up the issue of new potentials generated by neuron networks in the accomplishment of tasks connected with the prognostication of economic trends. Because of the obvious limitations of size the paper only outlines the fact that based on the numerous research and experiments conducted so far it becomes unambiguously clear that neuron networks come as a useful tool of economic projections involving currency rates, stock prices or customer credit worthiness. Because of the huge number of publications which have recently become available on the market the author has collected and dealt with only the most significant of those and even there has done so briefly. The paper can by no means be treated as a comprehensive manual embracing all aspects of the issue named in the title, but it should only to be hoped by pointing out potentials and referring to specific data which are to be found in the ample literature dealing with the subject that it will meet its objective by inspiring Polish researchers and scientists to do their independent research in the field of neuron network based research on the one hand and will encourage practitioners especially those in charge of the economy to reach for new tools, and in many cases very useful ones, on the other, such as the technology of neuron networks. (original abstract)

8

Wybrane zagadnienia wykorzystania sieci neuronowych do wykonywania operacji na zbiorach rozmytych

80%

Wołoszyn J.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

1997

|

nr nr 493

19-33

XX

Znaczna złożoność obliczeniowa większości algorytmów przetwarzających dane rozmyte stanowi istotne ograniczenie praktycznego wykorzystania metod teorii zbiorów rozmytych. Najczęściej funkcja przynależności wyniku operacji na zbiorach (liczbach) rozmytych powstaje w procesie numerycznego jej wyznaczania na podstawie funkcji przynależności argumentów operacji. W większości przypadków obliczeń prowadzonych w klasie zbiorów rozmytych tradycyjnie zorganizowane komputery nie są adekwatnym narzędziem. Ich szeregowy sposób przetwarzania danych nie odpowiada równoległej z reguły naturze operacji na zbiorach rozmytych. Z operacjami o takim charakterze dobrze natomiast koresponduje równoległy proces przetwarzania danych przez sieć neuronową. Jednym z rezultatów prowadzonych badań w tym zakresie jest zaprezentowana w pracy sieć neuronowa wygładzająca funkcje przynależności zbiorów rozmytych. (abstrakt oryginalny)

EN

The considerable complexity involved in the calculation of most algorithms used to process diffused data imposes a substantial limitation on a practical application of methods based on the theory of diffused sets. The participation function of the result of operations involving diffused sets (numbers) is generated by the process of its calculation based on the participation function of the arguments used for the operation in question. In most of the calculations involving diffused sets computers with a traditional set-up fail to be an adequate tool. The consecutive data processing of those computers does not live up to the parallel nature involved in operations performed on diffused sets. On the other hand, a parallel processing procedure typical of neuron networks corresponds to those in the above mentioned procedure. The neuron network described in the paper - which is capable of smoothing participation functions of diffused sets - is one of the results of the research conducted by the author. (original abstract)

9

Przesłanki i możliwości zastosowań sieci neuronowych w ekonomii i zarządzaniu

80%

Grabowski M.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

1997

|

nr nr 493

49-60

XX

Niniejszy artykuł ma na celu zaprezentowanie tematyki wykorzystania sieci neuronowych (SN) w ekonomii i zarządzaniu. Przedstawiono w nim przesłanki oraz podstawowe obszary zastosowań SN w wyżej wymienionych dziedzinach. Artykuł ma charakter przeglądowy i dlatego autor ograniczył się w nim jedynie do ogólnego omówienia tematu, bez prezentowania szczegółowych rozwiązań. Dokładniejsze informacje na temat poszczególnych zastosowań można znaleźć w załączonej bibliografii. (abstrakt oryginalny)

EN

The paper constitutes an attempt at presenting issues involved in the application of neural networks in economics and management. It deals with the premises and areas of application of neural networks in the two above mentioned fields. Because of the size of the paper the author limited himself to an overview of the issues involved and does not attempt to offer any detailed solutions. More detailed information on the particular applications of neuron networks can be found in the bibliography attached. (original abstract)

10

Możliwość wykorzystania sztucznych sieci neuronowych do klasyfikacji obligacji. Analiza dotychczasowych badań

80%

Cypryjański J.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica

|

1998

|

nr nr 10

25-40

XX

Artykuł zawiera analizę dotychczas przeprowadzonych badań nad możliwością wykorzystania sztucznych sieci neuronowych (SSN) do klasyfikacji obligacji. Analiza obejmuje następujące zagadnienia: - sposób ujęcia problemu klasyfikacyjnego, - architekturę sieci, - metody optymalizacji architektury sieci, - algorytm uczenia, - rozmiary zbiorów uczących, - metody wstępnej obróbki zbiorów uczących, - metody wyboru zmiennych do modelu.

EN

The article contains analysis of conducted research in an area of artificial neural networks application for bond rating. Four cases of the research are presented. The main purpose of the analysis is to answer the following questions: Do artificial neural networks based methods outperform classical methods? Can the problems stated in discussed research be solved by currently developed methods of neural networks optimization? What are the main directions of further research in the domain? Conducted in the article analysis covers following topics: problem statement, neural network architecture, methods of neural network architecture optimization, learning algorithms, size of training data sets, methods of preprocessing training data sets, and input data selection methods. (original abstract)

11

Analiza głównych składowych jako metoda wstępnego przetwarzania danych dla sieci neuronowych

80%

Morajda J.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

2000

|

nr nr 551

17-30

XX

W artykule opisano analizę głównych składowych (PCA) w odniesieniu do zagadnienia wstępnej transformacji danych dla sieci neuronowych typu perceptron. Zaprezentowano przy tym funkcjonowanie opierającej się na regule Sangera i realizującej taką transformację sieci neuronowej typu PCA, jako narzędzia alternatywnego dla metody klasycznej. Następnie przedstawiono wyniki badań doboru optymalnej ilości stosowanych głównych składowych oraz czasu uczenia sieci PCA w zagadnieniu wstępnego przetwarzania danych dla sieci neuronowych, wykorzystywanych do prognozowania dynamiki zmian indeksu giełdowego WIG 20. Wykazano celowość stosowania analizy PCA w wybranych zagadnieniach oraz sformułowano szereg wniosków dotyczących tej metody. (abstrakt oryginalny)

EN

This study discusses principal components analysis (PCA) with reference to preliminary data transformation for perceptron-type neural networks. In addition, the performance of the PCA-type neural network, which is based on the Sanger rule and results in such a transformation, has been presented as an alternative tool to the classic statistical method. Next, the author give research results determining the optimal number of principal components and learning time for the PCA network; PCA network exploitation deals with the problem of data pre-processing for perceptron neural networks that have been used to predict WIG 20 stock index changes. The author demonstrate the utility of PCA analysis in selected areas and offer a number of conclusions with regard to this method (original abstract)

12

Porównanie wybranych programów komputerowych modelujących sztuczne sieci neuronowe

80%

Witkowska D.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

1999

|

nr z. 33, nr 834

61-76

XX

Na rynku dostępnych jest wiele programów, emulujących sztuczne sieci neuronowe na komputerach osobistych. W artykule przedstawiono kilka z nich, porównując ich możliwości. Omówiono wyniki testów, w których badano: szybkość działania programów oraz stopień dopasowania wartości generowanych przez sieci neuronowe do danych wzorcowych. (abstrakt oryginalny)

EN

The great popularity of artificial neural networks causes that there are many ANN computer programs. In the paper we compare some of them, taking into consideration: their ability to solve different problems, errors that are generated by the network after the certain number of iterations, the accuracy of theoretical values evaluated by the network, and time that was necessary to make the specified number of iterations.(original abstract)

13

Sieci neuronowe w przetwarzaniu danych rozmytych

80%

Wołoszyn J.

Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie

|

1999

|

nr nr 522

5-20

XX

Zawarte w pracy rozważania związane są z możliwościami konstruowania sieci neuronowych przeznaczonych do wykonywania operacji na zbiorach rozmytych. Szczegółowo rozpatrywany jest przypadek funkcji maksimum wykorzystywanej do utworzenia sieci wyznaczającej sumę mnogościową zbiorów rozmytych. W bardzo podobny sposób można przeprowadzić analizę i zaprojektować sieć realizującą iloczyn i dopełnienie zbiorów rozmytych. (abstrakt oryginalny)

EN

This paper is concerned with the construction neural networks for the purpose of performing operations on fuzzy sets. Considered in detail is the case of a maximum function used to create a network which determines the sum of fuzzy sets. In a very similar manner, one can conduct analysis and design network which finds the intersection and complement of fuzzy sets. (original abstract)

14

Analiza własności modeli regresji opartych na sieciach neuronowych

80%

Trzęsiok J.

|

2011

|

tom Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 3

82-89

XX

W tym opracowaniu sieci neuronowe przedstawione zostaną jako model statystyczny wykorzystywany do budowy funkcji regresji. Z tego też względu omówiony zostanie jeden z najbardziej popularnych modeli - sieć neuronowa jednokierunkowa (feed-forward neural networks) z jedną warstwą ukrytą. Szczegółowo budowę funkcji regresji opartą na sieciach neuronowych autorka przedstawiła w opracowaniu przygotowanym w ramach projektu badań statutowych w 2009 roku, dlatego też przypomniane zostaną jedynie główne idee konstrukcji tego modelu, bez omawiania szczegółowo kroków algorytmu budowy modelu i wyznaczania jego parametrów. Celem tego opracowania będzie zbadanie własności modelu regresji zbudowanego w oparciu o sieci neuronowe. Szczególnie interesować nas będzie, czy otrzymany model charakteryzuje się odpornością na występowanie w zbiorze uczącym wartości oddalonych oraz wartości zaburzonych wpływem zmiennych losowych

15

Wprowadzenie do problematyki sztucznych sieci neuronowych

80%

Witkowska D.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

1997

|

nr z. 28, nr 785

121-140

XX

Artykuł ma charakter przeglądowy, którego celem jest przedstawienie aktualnego stanu badań dotyczących sztucznych sieci neuronowych. Przedstawiono w nim podstawowe wiadomości dotyczące sztucznych sieci neuronowych, koncentrując się na ich konstrukcji, sposobie działania i metodach uczenia. (abstrakt oryginalny)

EN

The aim of the paper is to review the literature on artificial neural networks. In the paper we discuss the basic problems in that field. In particular the attention is paid to the neural system construction and functioning as well as the training methods.(original abstract)

16

Ocena prognozy wskaźnika rentowności kapitałów własnych (ROE) Elektrim SA przez sztuczną sieć neuronową z algorytmem wstecznej propagacji błędów

80%

Sokołowski W. , Zawadzka D.

|

2004

|

nr nr 1044 Nowoczesne technologie informacyjne w zarządzaniu

557-565

XX

W artykule zostały przedstawione wyniki badań z zakresu wykorzystania sieci neuronowej z algorytmem wstecznej propagacji błędów do przewidywania wielkości wskaźnika rentowności kapitału własnego (ROE). Zastosowano dwa warianty wyżej wymienionej sieci: sieć jednokierunkową i sieć ze sprzężeniem zwrotnym (Elmana). Przewidywanie odbywa się z wykorzystaniem autoregresji. Do przeprowadzenia symulacji został wykorzystany moduł Neuro z pakietu Matlab. (abstrakt oryginalny)

EN

The paper presents the results of research in the field of using neural network to predicting ROE index for Elektrim SA company. Was used two types back propagation SSN. The simulation resultt was evaluated with Matlab Neural Network Toolbox. (original abstract)

17

Optimization methodology based on neural networks and genetic algorithms applied to electro-coagulation processes

70%

Piuleac C. , Curteanu S. , Rodrigo M. , Sáez C. , Fernández F.

Open Chemistry

|

2013

|

tom 11

|

nr 7

1213-1224

EN

An optimization methodology based on neural networks and genetic algorithms was developed and used to optimize a real world process - an electro-coagulation process involving three pollutants at different concentrations: kaolin (250–1000 mg L−1), Eriochrome Black T solutions (50–200 mg L−1), and oil/water emulsion (1500–4500 mg L−1). Feed-forward neural networks using heterogeneous combination of transfer functions were developed, leading to good results in the validation stage (relative error about 8%). The parameters of the process (concentration of pollutant, time, pH0, conductivity and current density) were optimized handling the genetic algorithm parameters, in order to obtain a maximum removal efficiency for each pollutant. Therefore, the optimization methodology combines neural networks as modeling tools with genetic algorithms as solving method. Validation of the optimization results using supplementary experimental data reveals errors under 11%. [...]

18

Badania dynamiki systemu multiagentowego symulującego zachowania inwestorów giełdowych

61%

Morajda J.

Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie

|

2007

|

nr nr 764

125-139

XX

Przeprowadzono badania dynamiki systemu multiagentowego, dokonując analizy wybranych szeregów czasowych generowanych w systemie oraz portretów fazowych i wrażliwości na warunki początkowe. Zwrócono uwagę na potencjalną przydatność neuronowych modeli multiagentowych w modelowaniu rynków finansowych i zaproponowano dalsze kierunki badań.

EN

The article proposes an idea of a multi-agent system which realizes a certain simplified model of activity of investors making stock transactions based on the stock index forecasts that are generated by simple neural networks of particular agents. The researches into Ihe system dynamics, together with the analysis of selected time series generated by the system, the analysis of phase diagrams and of sensitiveness to initial conditions have been performed. The significant similarities between phenomena generated in the considered model and occurrences observable in real capital markets have been detected. It has also been noted that the analysed system demonstrates clear features of deterministic chaos. The potential applicability of neural multi-agent models in financial markets modelling has been indicated. Further research directions have been proposed. (original abstract)

19

Grupowanie dynamiczne z wykorzystaniem sieci GNG

61%

Najman K.

Przegląd Statystyczny

|

2011

|

tom 58

|

nr z. 3-4

231-241

XX

Od początku lat 90-tych XX wieku obserwuje się stały, dynamiczny wzrost liczby baz danych i zbieranych w nich informacji. Obserwuje się też stały wzrost zapotrzebowania na informacje, a z drugiej strony stały wzrost możliwości ich zbierania i przechowywania. Jedną z własności niektórych baz danych jest ich dynamiczna, zmieniająca się w czasie struktura grupowa. W artykule przedstawiono przegląd podstawowych koncepcji grupowania dynamicznego i zaproponowano jego nową definicję. Wskazano także praktyczną metodę realizacji grupowania dynamicznego opartą na samouczącej się sieci neuronowej typu GNG. Przedstawiono wyniki badań symulacyjnych nad własnościami takiej sieci w grupowaniu dynamicznym. (abstrakt oryginalny)

EN

Since early 90s of 20th century has seen a steady and dynamic growth databases and collected information. There has also been a steady increase in demand for information, on the other hand growth in collection and storage information. One of the properties of some databases is their dynamic, changing during the group structure. The article presents an overview of the basic concepts of dynamic grouping and its proposed new definition. It was also a practical method to implement dynamic grouping based on self-learning neural network type of GNG. The results of simulation studies are presented in a dynamic grouping. (original abstract)

20

Zastosowanie sieci neuronowych oraz analizy dyskryminacyjnej do tworzenia scoringu behawioralnego ratalnych kredytów konsumpcyjnych

61%

Kokorniak M. , Garsztka P.

Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu

|

2005

|

nr nr 55

173-191

XX

Wyniki uzyskane w artykule pokazują, że sztuczne sieci neuronowe mogą być bardzo dobrym narzędziem podziału konsumpcyjnych kredytów ratalnych na grupy ryzyka. Nieco inaczej należy ocenić jakość podziału za pomocą liniowej funkcji dyskryminacyjnej. (fragment tekstu)

EN

The aim of the paper is to prove usefulness of the artificial neural network algorithms in defining risky behavior patterns of private persons who was offered a consumption credit from a bank, basing on the real data. Artificial neural network algorithms were elaborated to imitate the human brain competence for pattern classification, forecasting or decision-making, basing on past experience. Artificial neural networks belong to wide class of methods of behavioral scoring. In the paper analysis applying of linear discrimination function and neural networks are employed to define risky behavior patterns of clients and to check them after four months. (original abstract)