Zastosowanie samouczącego się trzypunktowego minimodelu do modelowania stopy bezrobocia w Polsce

• Autorzy: Andrzej Piegat , Barbara Wąsikowska , Marcin Korzeń

Warianty tytułu

Anwendung Des Selbstlernenden, 3-Punkt- Minimodels zur Modellierung Der Arbeitslosenquote in Polen

• Języki publikacji: PL

Abstrakty

W gospodarce każdego kraju istnieje wiele funkcyjnych, wielowymiarowych zależności ekonomicznych typu y = f(x1, x2, ..., xn). W ostatnim dwudziestoleciu coraz częściej dokonuje się identyfikacji zależności ekonomicznych z użyciem sztucznych sieci neuronowych1. Neuronowe modele zależności funkcyjnych są modelami samouczącymi się, które potrafią dopasować powierzchnię neuronowego modelu do posiadanych próbek uczących - realizują więc proces samoadaptacji. I tak przykładowo, opracowano model neuronowy dla stopy bezrobocia w Polsce oraz neuronowy model dla produkcji sprzedanej przemysłu.(fragment tekstu)

Słowa kluczowe

PL

Stopa bezrobocia; Modele matematyczne; Sztuczne sieci neuronowe (SSN)

EN

Unemployment rate; Mathematical models; Artificial neural networks (ANN)

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica
• Rocznik: 2011
• Numer: nr 27 Informatyka, technologie-społeczeństwo-zastosowania
• Strony: 59--69

Twórcy

autor

Andrzej Piegat

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

autor

Barbara Wąsikowska

• Uniwersytet Szczeciński

autor

Marcin Korzeń

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

Bibliografia

• Geissler S., Predictive inference, Chapman and Hall, New York 1993.
• Morajda J., Neural networks as predictive models in financial futures trading, Fith Conference on Neural Networks and Soft Computing, Zakopane 2000.
• Pokropińska A., Scherer R., Financial prediction with neuro-fuzzy systems, International Conference AISC 2008, Springer 2008.
• Rejer I., Metody modelowania wielkowymiarowego system z użyciem metod sztucznej inteligencji na przykładzie bezrobocia w Polsce, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin 2003.
• Wąsikowska B., Niestandardowe metody identyfikacji czynników determinujących produkcję sprzedaną przemysłu, rozprawa doktorska, Wydział Nauk Ekonomicznych i Zarządzania, Uniwersytet Szczeciński, Szczecin 2007.
• Witkowska D., Application of econometric models an neural networks to consumer price index prediction, Fith Conference on Neural Networks and Soft Computing, Zakopane 2000.