Prediction benchmark of artificial neural networks

Sámek, David

dc.title	Prediction benchmark of artificial neural networks	en
dc.contributor.author	Sámek, David
dc.relation.ispartof	Anals of DAAAM for 2009 & Proceeding of the 20th International DAAAM Symposium
dc.identifier.issn	1726-9679 Scopus Sources, Sherpa/RoMEO, JCR
dc.identifier.isbn	978-3-901509-70-4
dc.date.issued	2009
dc.citation.spage	621
dc.citation.epage	622
dc.event.title	Anals of DAAAM for 2009 & Proceeding of the 20th International DAAAM Symposium
dc.event.sdate	2009-11-25
dc.type	conferenceObject
dc.language.iso	en
dc.publisher	D A A A M International Vienna	en
dc.subject	umělé neuronové sítě	cs
dc.subject	predikce	cs
dc.subject	benchmark	cs
dc.subject	chyby predikce	cs
dc.subject	artificial neural networks	en
dc.subject	prediction	en
dc.subject	benchmark	en
dc.subject	prediction error	en
dc.description.abstract	Příspěvek pojednává o testování prediktivních schopností umělých neuronových sítí. Zvláštní pozornost je věnována výpočetní náročnosti různých typů umělých neuronových sítí and jejich použitelnost v modelovém prediktivním řízení.	cs
dc.description.abstract	This paper deals with the testing of prediction abilities of artificial neural networks. Special attention is paid to computational demands of various types of artificial neural networks and their applicability in model predictive control. In order to provide generally comparable results, the CATS benchmark (Competition on Artificial Time Series) was chosen as the testing method.	en
utb.faculty	Faculty of Technology
dc.identifier.uri	http://hdl.handle.net/10563/1002285
utb.identifier.rivid	RIV/70883521:28110/09:63508096
utb.identifier.obdid	43860739
utb.identifier.scopus	2-s2.0-79960295485
utb.source	d-riv
dc.date.accessioned	2011-08-18T10:43:32Z
dc.date.available	2011-08-18T10:43:32Z
utb.contributor.internalauthor	Sámek, David