Wprowadzenie do predykcji z wykorzystaniem sztucznych sieci neuronowych i metod statystycznych

• Authors: Nawrocka Monika , Drozd Miłosz , Maszczyk Adam , Gołaś Artur

Title variants

EN

An introduction to prediction with the use of artificial neural networks and statistical methods

• Languages of publication: PL

Abstracts

PL

Podejście statystyczne umożliwia prowadzenie prognoz zdarzeń lub procesów. Wyróżnia się modele regresyjne liniowe i nieliniowe, modele szeregów czasowych oraz modele neuronowe. Predykcja określa przewidywanie przyszłych cech statystycznych zdarzeń losowych, które można zmierzyć. Wyznacza prognozy dla maksymalizacji. Korzyści, jakie wynikają z prognozowania, to: porównywanie, grupowanie, analizowanie zmienności, określania trendów oraz wyznaczania prognoz uzyskanych wyników, z wykorzystaniem optymalnego wektora zmiennych niezależnych predyktorów do wyciągania sukcesywnych wniosków.

EN

The statistical approach allows the introduction of predictions of events or processes. Among these are linear and nonlinear regression models, time series models and neural models. Prediction is defined by the anticipation of future statistical characteristics of random events which can be measured, and designates forecasts for maximizing. The benefits which stem from prediction are comparison, grouping, analysis of variation, determinion of trends and setting forecasts of the results obtained with the use of an optimal vector of independent variables predictors for drawing successive conclusions.

Keywords

PL

predykcja; analiza statystyczna; regresja; optymalizacja; szeregi czasowe; sieci neuronowe

EN

prediction; statistical analysis; regression; optimization; time series; neural networks

• Publisher: Fundacja Pro Scientia Publica
• Journal: Ogrody Nauk i Sztuk
• Year: 2015
• Issue: 5
• Pages: 203-211

Dates

published

2015

Contributors

author

Nawrocka Monika

author

Drozd Miłosz

author

Maszczyk Adam

author

Gołaś Artur

References

• Bibliografia:
• [1] Barto A.G., Connectionist learning for control: An overview, [w:] Miller W. T., Sutton R. S., Werbos P. (red.), Neural Networks for Robotics and Control, Cambridge 1990
• [2] Checa P, Rodríguez-Bailón R., Rueda R. M., Neurocognitive and Temperamental Systems of Self-Regulation and Early Adolescents’ Social and Academic Outcomes, ˮMind, Brain, and Education” 2008, Vol. 2 (4)
• [3] Czyżycki R., Klóska R., Ekonometria i prognozowanie zjawisk ekonomicznych w przykładach i zadaniach, Szczecin 2011
• [4] Hellwing Z., Regresja liniowa i jej zastosowanie w ekonomii, Warszawa 1967
• [5] Luszniewicz A, Słaby T., Statystyczne Analizy z użyciem pakietu Statistica PL. Szeregi czasowe i prognozowanie, Warszawa 1990
• [6] Mańdziuk J., Hopfield-type Neuron Networks. Theory and application examples, Warsaw 2000
• [7] Maszczyk A., Analiza i predykacja dynamiki zmienności światowych wyników konkurencji lekkoatletycznych w latach 1946-2011, Katowice 2013
• [8] Michael I., Posner M., Rothbart M. K., Research on Attention Networks as a Model for the Integration of Psychological Science, ˮAnnual Review of Psychology” 2007, Vol. 58
• [9] Mossakowski K., Mańdziuk J., Neural networks and the estimation of hands' strength in contract bridge, ˮLecture Notes in Artificial Intelligenceˮ 2006, Vol. 4029
• [10] Nawrocka M., Zborník z medzinárodnej vedeckej konferencie - Atletika 2014: Analysis of dynamic sports result changes in 20 km race-walking, Slovakia 2014
• [11] Snarska A., Statystyka Ekonometria Prognozowanie. Ćwiczenia z Excelem 2007, Warszawa 2011
• [12] Read S. J., Monroe B. M., Brownstein A. L., Yang Y., Chopra G., Miller L. C., A Neural Network Model of the Structure and Dynamics of Human Personality, ˮPsychological Reviewˮ 2010, Vol. 117(1)
• [13] Wojna A., Predykcja ekonometryczna oraz modelowanie stochastyczne. Część 1, Koszalin 2007
• [14] Viet N. H., Mańdziuk J., Prediction of natural gas consumption with feed-forward and fuzzy neural networks, 6th International Conference on Artificial Neural Networks and Genetic Algorithms (ICANNGA’03), Roanne, France, Springer-Verlag, Wien 2003
• [15] Viet N. H., Mańdziuk J., Neural and Fuzzy Neural Networks in Prediction of Natural Gas Consumption, ‟Neural, Parallel & Scientific Computations” 2005, no. 13(3-4)
• [16] Żurada J., Barski M., Jędruch W., Sztuczne sieci neuronowe, Warszawa 1996

Identifiers

ISSN

2299-2014

DOI

10.15503/onis2015.203.211