Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[45070] Artykuł:

Fuzzy Cognitive Maps and Multi-step Gradient Methods for Prediction: Applications to Electricity Consumption and Stock Exchange Returns

Czasopismo: INTELLIGENT DECISION TECHNOLOGIES, Smart Innovation Systems and Technologies   Tom: 39, Strony: 501-511
ISSN:  2190-3018
ISBN:  978-3-319-19857-6
Wydawca:  SPRINGER-VERLAG BERLIN, HEIDELBERGER PLATZ 3, D-14197 BERLIN, GERMANY
Opublikowano: 2015
Seria wydawnicza:  Smart Innovation Systems and Technologies
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Elpiniki I. Papageorgiou25.00  
Katarzyna Poczęta orcid logoWEAiIKatedra Systemów Informatycznych *257.50  
Aleksander Iwanowicz Jastriebow orcid logoWEAiIKatedra Systemów Informatycznych *257.50  
Chrysi Laspidou25.00  

Grupa MNiSW:  Materiały z konferencji międzynarodowej (zarejestrowane w Web of Science)
Punkty MNiSW: 15
Klasyfikacja Web of Science: Proceedings Paper

Pełny tekstPełny tekst     DOI LogoDOI     Web of Science Logo Web of Science    
Keywords:

Fuzzy cognitive map  Multi-steps algorithms  Gradient method  Markov model of gradient  Electricity consumption predcition  Stock exchange returns prediction 


Abstract:

The paper focuses on the application of fuzzy cognitive map (FCM) with multi-step learning algorithms based on gradient method and Markov model of gradient for prediction tasks. Two datasets were selected for the implementation of the algorithms: real data of household electricity consumption and stock exchange returns that include Istanbul Stock Exchange returns. These data were used in learning and testing processes of the proposed FCM approaches. A comparative analysis of the two-stepmethod of Markov model of gradient, multi-step gradient method and one-step gradient method is performed in order to show the capabilities and effectiveness of each method and conclusions are based on the obtained MSE, RMSE, MAE and MAPE errors.


POWRÓT
Strona główna > Publikacje