BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Lula Paweł (Kolegium Nauk o Zarządzaniu i Jakości)
Title
Metody optymalizacji struktury jednokierunkowych sieci wielowarstwowych
Methods for Optimising the Structure of Feed-Forward Multi-Layer Networks
Source
Zeszyty Naukowe / Akademia Ekonomiczna w Krakowie, 1999, nr 522, s. 21-35, bibliogr. 15 poz.
Keyword
Sieci neuronowe, Algorytmy genetyczne, Modelowanie procesów gospodarczych, Indeks giełdowy
Neural networks, Genetic algorithms, Economic process modeling, Stock market indexes
Note
summ., streszcz.
Abstract
W artykule zawarta jest charakterystyka podstawowych metod służących do określania struktury jednokierunkowych sieci neuronowych. Dokonano podziału metod określania struktury na metody redukujące, rozbudowujące oraz genetyczne. Zaprezentowano algorytmy metod zaliczanych do poszczególnych grup. W charakterze ilustracji zaprezentowano wyniki zastosowania trzech metod do stworzenia modelu opisującego zmiany indeksu S&P500. (abstrakt oryginalny)

This article contains a characterisation of the basic methods for defining the structure of feed-forward neural networks. They have been divided into reduction, expansion, and genetic methods. Algorithms for the methods belonging to each group have been presented, as well as, by way of illustration, results from the application of three methods to the creation of a medel describing changes in the S&P500 index. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Bibliography
Show
  1. Azoff E.M. [1994], Neural Network Time Series Forecasting of Financial Markets, John Wiley & Sons, New York.
  2. Baestaens D.E., Van der Bergh W.M., Wood D. [1994], Neural Network Solutions for Trading in Financial Markets, Pitman Publishing.
  3. Balakrishan K., Honovar V [1995], Evolutionary Design of Neural Architectures - A Preliminary Taxonomy and Guide to Literature, Artificial Intelligence Research Group, January.
  4. Fahlman S.E., Lebiera C. [1990], The Cascade Correlation Learning Architecture, Technical Report, CMU-CS-90-100 School of Computer Science, Carnegie Mellon University, Pittsburgh.
  5. Goldberg D. [1995], Algorytmy genetyczne i ich zastosowania, WNT, Warszawa.
  6. Hassibi B., Stork D. [1993], Second Order Derivaties for Network Prunning: Optimal Brain Surgeon, [w:] Advances in NIPS5, Ed. D. Touretzky, Morgan Kaufmann, San Mateo.
  7. Hertz J., Krogh A., Palmer R.G. [1993], Wstęp do teorii obliczeń neuronowych, WNT, Warszawa.
  8. Korbicz J., Obuchowicz A., Uciński D. [1994], Sztuczne sieci neuronowe. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PIJ, Warszawa.
  9. Masters T. [1996], Sieci neuronowe w praktyce. Programowanie w języku C++, WNT, Warszawa.
  10. Osowski S. [1994], Sieci neuronowe, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
  11. Osowski S. [1996], Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa.
  12. Refenes A.N. [1995], Neural Networks in The Capital Markets, John Wiley & Sons.
  13. Tadeusiewicz R. [1993], Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa.
  14. Zell A. [1995], SNNS - Stuttgart Neural Network Simulator, User Manual, Stuttgart.
  15. Żurada J., Barski M., Jędruch W. [1996], Sztuczne sieci neuronowe. Podstawy teorii i zastosowania, Wydawnictwo Naukowe PWN, Warszawa.
Cited by
Show
ISSN
0208-7944
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu