Поиск по всему репозиторию:

Показать краткое описание

dc.contributor.authorGolovko, Vladimir
dc.contributor.authorSavitsky, Yury
dc.coverage.spatialMinskru_RU
dc.date.accessioned2023-11-16T12:45:08Z
dc.date.available2023-11-16T12:45:08Z
dc.date.issued2001
dc.identifier.citationGolovko, V. Neural Networks for Chaotic Time Series Forecasting / Vladimir Golovko, Yury Savitsky // The 2nd International Conference on Neural Networks and Artificial Intelligence : proceedings, Minsk, October 2–5, 2001 / Belarusian State University of Informatics and Radioelectronicsb ; ed.: Rauf Kh. Sadykhov [et al.]. – Minsk, 2001. – P. 70–74 : il. – Bibliogr.: p. 74 (10 titles).ru_RU
dc.identifier.urihttps://rep.bstu.by/handle/data/37115
dc.descriptionГоловко Владимир Адамович, Савицкий Юрий Викторович. Нейронные сети для прогнозирования хаотических временных рядовru_RU
dc.description.abstractThis paper examines neural network in order to predict behavior o f chaotic systems. The prediction is performed both on the level o f emergent structures and on the level o f individual data points. The network is tested using the Henon and Lorenz chaotic time series. The results o f experiments and future directions are discussed.ru_RU
dc.language.isoenru_RU
dc.publisherBSUIRru_RU
dc.subjectchaotic Time Seriesru_RU
dc.subjectхаотический временной рядru_RU
dc.subjectmultilayer Neural Networkru_RU
dc.subjectмногослойная нейронная Сетьru_RU
dc.subjecthorizon of Predictioncru_RU
dc.subjectгоризонт прогнозированияru_RU
dc.titleNeural Networks for Chaotic Time Series Forecastingru_RU
dc.title.alternativeНейронные сети для прогнозирования хаотических временных рядовru_RU
dc.typeСтатья (Article)ru_RU


Файлы в этом документе

Thumbnail

Данный элемент включен в следующие коллекции

Показать краткое описание