Sztuczne sieci neuronowe i ich zastosowanie w modelowaniu zjawisk gospodarczych

• Authors: Radosław Jeż

Title variants

EN

Artifical neural networks and their application in modeling economic phenomena

• Languages of publication: PL

Abstracts

PL

W artykule podjęto próbę umiejscowienia sztucznych sieci neuronowych w praktyce gospodarczej oraz ukazania szeroko rozumianej sieciowości jako instrumentu, który zajmuje istotne miejsce w tworzeniu społeczeństwa innowacyjnego, wyko-rzystującego nowoczesne technologie oraz wiedzę w tym zakresie. Na podstawie litera-tury przedmiotu dotyczącej wykorzystywania sztucznych sieci neuronowych w ekonomii można wskazać podstawowe grupy tematyczne, w których z powodzeniem odnajdują się sztuczne sieci neuronowe.

EN

The last time, knowledge and information have become determinants of in-novation economy. These are strategic resources that are increasingly determined by the competitive advantage of companies. Implementation of complex methods and tools for the needs of the economy becomes possible through the use of appropriate models of neural networks that belong to the influenza artificial intelligence methods. The purpose of this article is an attempt to present the role and importance of artificial neural ne-tworks (ANN) in predicting and describing economic phenomena.

Keywords

PL

Gospodarka; Innowacyjność; Prognozowanie zjawisk gospodarczych; Sieci neuronowe; Wiedza

EN

Economy; Forecasting economic phenomena; Innovation; Knowledge; Neural networks

• Publisher: Uniwersytet Ekonomiczny w Katowicach
• Journal: Studia Ekonomiczne
• Year: 2015
• Volume: 217
• Pages: 182-191

Contributors

author

Radosław Jeż

References

• Dasgupta Ch.G. i in. (1994), A decision support system for in-sample simultaneous equ-ation system forecasting using artificial neuron systems, “Decision Support Systems”, No 11.
• Gately E. (1999), Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych, WIG-Press, Warszawa.
• Ghose S. (1994), Comparing the predictive performance of a neural network model with so-me traditional market response models, “International Journal of Forecasting”, No 10.
• Kandel E.R., Schwartz J.H., Jessell T.M. (2000), Principles of neural science, 4th ed., McGraw-Hill, New York.
• Kuźniar K. (2007), Sztuczne sieci neuronowe, PAP, Kraków, Konspekt 3-4.
• Markowska-Kaczmar U., Kwaśnicka H. (2005), Sieci neuronowe w zastosowaniach, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław.
• McCulloch W.S., Pitts W.H. (1943), A logical calculus of ideas immanent in nervous activity, “Bulletin of Mathematical Biophysics”, Vol. 5.
• Peretto P. (2000), An introduction to the modelling of neural networks, Cambrige University Press, Cambrige.
• Scott J. (2005), Social network analysis, Sage Publications, London. Staniec I. (1997), Bank a sieci neuronowe, „Bank”, nr 10.
• Stawowy A., Jastrzębski P. (1996), Zastosowanie sieci neuronowej do oceny ryzyka kre-dytowego, Zarządzanie przedsiębiorstwem w gospodarce rynkowej, AGH, Kraków.
• Tadeusiewicz R., Wprowadzenie do praktyki stosowania sieci neuronowych, StatStof, www.StatSoft.pl (dostęp: 12.01.2015).
• Tadeusiewicz R. (1995), Sieci neuronowe, ENTER.
• Witkowska D. (2000), Sztuczne sieci neuronowe w analizach ekonomicznych, Menadżer, Łódź.

Identifiers

ISSN

2083-8611