Zastosowanie sztucznych sieci neuronowych w rekonstrukcji przestrzeni stanów

• Autorzy: Katarzyna Zeug-Żebro
• Języki publikacji: PL

Abstrakty

W opracowaniu wyznaczono wymiar zanurzenia i wykładnik Lapunowa za pomocą klasycznych metod i SSN. W badaniach posłużono się jednowymiarowymi szeregami czasowymi utworzonymi z notowań walut i indeksu WIG. (fragm. tekstu)

Słowa kluczowe

PL

Sieci neuronowe; Sztuczne sieci neuronowe (SSN); Metoda sztucznych sieci neuronowych; Wykładniki Lapunowa; Szeregi czasowe

EN

Neural networks; Artificial neural networks (ANN); Artificial neural networks method; Lyapunov exponents; Time-series

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2009
• Tom: Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2007
• Strony: 323--331

Twórcy

autor

Katarzyna Zeug-Żebro

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Abarbanel H.D.: Analysis of Observed Chaotic Data. Springer Verlag, Berlin, Heidelberg, New York 1996.
• Grassberger P., Procaccia I.: Charakterization of Strange Attractors. "Physical Review Letters" 1983, No 48.
• Nowiński M.: Nieliniowa dynamika szeregów czasowych w badaniach ekonomicznych. AE, Wrocław 2007.
• Tadeusiewicz R.: Wprowadzenie do sieci neuronowych. StatSoft Polska, Kraków 2001.
• Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. C.H. Beck, Warszawa 2002.
• Wolf A., Swift J.B., Swinney H.L., Vastano J.A.: Determining Lyapunov Exponents From a Time Series. "Physica" 1985, 16D, No 3, July.
• Zawadzki H.: Chaotyczne systemy dynamiczne. AE, Katowice 1996.