Sztuczne sieci neuronowe i ich zastosowanie w modelowaniu zjawisk gospodarczych

• Autorzy: Radosław Jeż

Warianty tytułu

Artifical Neural Networks and Their Application in Modeling Economic Phenomena

• Języki publikacji: PL

Abstrakty

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, wykorzystującego nowoczesne technologie oraz wiedzę w tym zakresie. Na podstawie literatury przedmiotu dotyczącej wykorzystywania sztucznych sieci neuronowych w ekonomii można wskazać podstawowe grupy tematyczne, w których z powodzeniem odnajdują się sztuczne sieci neuronowe.(abstrakt oryginalny)

EN

The last time, knowledge and information have become determinants of innovation 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 networks (ANN) in predicting and describing economic phenomena.(original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Gospodarka; Innowacyjność; Wiedza

EN

Neural networks; Economy; Innovative character; Knowledge

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach. Zarządzanie
• Rocznik: 2015
• Tom: 1
• Numer: nr 217
• Strony: 182--191

Twórcy

autor

Radosław Jeż

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Dasgupta Ch.G. i in. (1994), A decision support system for in-sample simultaneous equation 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 some 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 kredytowego, 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.