ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Using Proposed Hybrid Method f...>الوصف

Using Proposed Hybrid Method for Neural Networks and Wavelet to Estimate Time Series Model

العنوان بلغة أخرى: استخدام طريقة مقترحة هجينة للشبكات العصبية والمويجة لتقدير أنموذج السلسلة الزمنية
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: علي، طه حسين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ali, Taha Hussein
مؤلفين آخرين: محمود، سامان حسين (م. مشارك) , وادي، أوات سردار (م. مشارك)
المجلد/العدد: مج18, ع57
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الشهر: مارس
الصفحات: 432 - 448
ISSN: 1813-1719
رقم MD: 1285467
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
الشبكات الاصطناعية | التحويل المويجي للبيانات | تقليل الضوضاء | السلاسل الزمنية
كلمات المؤلف المفتاحية:
الشبكات العصيبة | التحويل المويجي | السلاسل الزمنية | سعر الذهب | Neural Networks | Wavelet Transform | Time Series | Gold Price
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يقدم البحث نموذجا هجينا جديدا يقترح استخدامه للتنبؤ الدقيق للسلاسل الزمنية، والذي يجمع بين تحويلات المويجات لتقليل الضوضاء من البيانات قبل استخدامها في الشبكة العصبية الاصطناعية وتطبيقها على السلاسل الزمنية. لمعرفة مدى فعالية وكفاءة الطريقة المقترحة على نماذج الشبكات العصبية الاصطناعية في التنبؤ، تم تطبيق الطريقة المقترحة أولا على بيانات السلاسل الزمنية للتوليد (الانحدار الذاتي من الدرجة الأولى) من خلال العديد من أمثلة المحاكاة عن طريق تغيير قيمة المعلمات وحجم العينة مع تكرار بيانات التوليد 25 مرة، وثانيا التطبيق على بيانات حقيقية تمثل المتوسط الشهري لسعر أونصة الذهب في إقليم كوردستان. لمقارنة نتائج المحاكاة والبيانات الحقيقية للطريقة المقترحة والتقليدية، ثم تصميم برنامج بلغة ماتلاب لهذه الغرض واعتمادا على المعايير (MSE, MAD, R2) وتوصلت نتائج البحث إلى أن الطريقة المقترح أكثر دقة من الطريقة التقليدية في تقدير معلمات أنموذج السلسة الزمنية.

The research presents a new hybrid model that proposes its use for accurate time series prediction, which combines wavelet transformations to remove de-noise of the data before using it in artificial neural network and applied for time series. To find out the effectiveness and efficiency of the proposed method on artificial neural network models in prediction, the proposed method was firstly applied to the generation time series data (first-order auto-regression) through several simulation examples by changing the value of the parameters and sample size with the generation data being repeated 25 times, secondly the application on the real data represents the monthly average of the price of an ounce of gold in the Kurdistan Region, To compare the simulation results and the real data of the proposed and traditional method, then design a program in Matlab language for this purpose and based on the criteria (MSE, MAD, R2). The results of the research concluded that the proposed method is more accurate than the traditional method in estimating the parameters of the time series model.
ISSN: 1813-1719

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.