| LEADER |
02753nam a22002057a 4500 |
| 001 |
1070532 |
| 044 |
|
|
|b العراق
|
| 100 |
|
|
|9 133194
|a الصفاوي، صفاء يونس
|e مؤلف
|
| 245 |
|
|
|a مقارنة بين التقنية المكيفة و الشبكات العصبية ذات الانتشار العكسي في السلاسل الزمنية
|
| 260 |
|
|
|b جامعة الموصل - كلية الإدارة والاقتصاد
|c 2007
|
| 300 |
|
|
|a 177 - 192
|
| 336 |
|
|
|a بحوث ومقالات
|
| 520 |
|
|
|a شهدت الآونة الأخيرة اهتماما واسعا بدراسة السلاسل الزمنية، ومن الطرائق الشائعة في تحليل السلسلة الزمنية والتنبؤ بالقيم المستقبلية لها هي طريقة التنقية المكيفة. ومع تطور استخدام علوم الحاسبات في تحليل السلاسل الزمنية فقد ظهرت طرائق حديثة، ومنها استخدام الشبكات العصبية الاصطناعية في التنبؤ. يهدف هذا البحث إلى مقارنة التنقية المكيفة للنماذج المختلطة ARMA (p.q) والشبكات العصبية ذات الانتشار العكسي للخطأ، إذ تم اعتماد متوسط مربعات الخطأ MSE ومعدل القيم المطلقة للأخطاء MAEومعدل القيم المطلقة ل نسب الأخطاء MAPE معايير إحصائية للمفاضلة بينهما.
|b An increasing interest in studying the time series has been recently regarded. One of the potential methods in analyzing the time series and forecasting the future values is the adaptive filtering. A modern method of analyzing time series is the artificial networks in forecasting. The purpose of current paper is to compare the adaptive filtering ARMA (p,q) model with Back propagation neural networks. The mean square error, mean absolute error and mean absolute percentage has been adopted as a statistical criteria mean to find the best one and get a good result. Application was done on alive births of males' data of Mosul city using ANNs, and AF techniques.
|
| 653 |
|
|
|a الحاسبات الإلكترونية
|a السلاسل الزمنية
|a التوقعات المستقبلية
|a الشبكات العصبية الاصطناعية
|a الأساليب الإحصائية
|a شبكات المعلومات
|
| 700 |
|
|
|9 316509
|a مصطفى، مثينة عبدالله
|e م. مشارك
|
| 773 |
|
|
|4 الاقتصاد
|6 Economics
|c 010
|e Journal of Tanmiyat AL-Rafidain
|f Tanmiyaẗ al-rāfidayn
|l 088
|m مج 29, ع 88
|o 0159
|s تنمية الرافدين
|v 029
|x 1609-591X
|
| 856 |
|
|
|u 0159-029-088-010.pdf
|
| 930 |
|
|
|d y
|p y
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 422533
|d 422533
|
