Shortcuts
Bitte warten Sie, bis die Seite geladen ist.
 
PageMenu- Hauptmenü-
Page content

Katalogdatenanzeige

.

Ensembles of Type 2 Fuzzy Neural Models and Their Optimization with Bio-Inspired Algorithms for Time Series Prediction

Ensembles of Type 2 Fuzzy Neural Models and Their Optimization with Bio-Inspired Algorithms for Time Series Prediction
Kataloginformation
Feldname Details
Vorliegende Sprache eng
ISBN 978-3-319-71263-5
Name Soto, Jesus
Melin, Patricia ¬[VerfasserIn]¬
Name ANZEIGE DER KETTE Melin, Patricia ¬[VerfasserIn]¬
Name Castillo, Oscar ¬[VerfasserIn]¬
T I T E L Ensembles of Type 2 Fuzzy Neural Models and Their Optimization with Bio-Inspired Algorithms for Time Series Prediction
Verlagsort Cham
Verlag Springer
Erscheinungsjahr 2018
2018
Umfang Online-Ressource (VIII, 97 p. 101 illus., 73 illus. in color, online resource)
Reihe SpringerBriefs in Applied Sciences and Technology
Titelhinweis Druckausg.ISBN: 978-3-319-71263-5
Printed editionISBN: 978-3-319-71263-5
ISBN ISBN 978-3-319-71264-2
Klassifikation COM004000
UYQ
TEC009000
006.3
Q342
Kurzbeschreibung This book focuses on the fields of hybrid intelligent systems based on fuzzy systems, neural networks, bio-inspired algorithms and time series. This book describes the construction of ensembles of Interval Type-2 Fuzzy Neural Networks models and the optimization of their fuzzy integrators with bio-inspired algorithms for time series prediction. Interval type-2 and type-1 fuzzy systems are used to integrate the outputs of the Ensemble of Interval Type-2 Fuzzy Neural Network models. Genetic Algorithms and Particle Swarm Optimization are the Bio-Inspired algorithms used for the optimization of the fuzzy response integrators. The Mackey-Glass, Mexican Stock Exchange, Dow Jones and NASDAQ time series are used to test of performance of the proposed method. Prediction errors are evaluated by the following metrics: Mean Absolute Error, Mean Square Error, Root Mean Square Error, Mean Percentage Error and Mean Absolute Percentage Error. The proposed prediction model outperforms state of the art methods in predicting the particular time series considered in this work.
SWB-Titel-Idn 495983624
Signatur Springer E-Book
Bemerkungen Elektronischer Volltext - Campuslizenz
Elektronische Adresse $uhttp://dx.doi.org/10.1007/978-3-319-71264-2
Internetseite / Link Volltext
Siehe auch Cover
.
ISBD-Anzeige Katalogdatensatz500269630
.
Kategorien-Anzeige Katalogdatensatz500269630
.
Verwandte Werke Katalogdatensatz500269630
.
Titel zur Titelsammlung hinzufügen Katalogdatensatz500269630
.
Kataloginformation500269630 Datensatzanfang . Kataloginformation500269630 Seitenanfang .
Titel vormerken Katalogdatensatz500269630
Vollanzeige Katalogdaten 

Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.

Im Bereich Kataloginformation werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.

Der Bereich Exemplarinformationen enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche