Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "network model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 19
Tytuł:
Membrain neural network for visual pattern recognition
Autorzy:
Popko, A.
Jakubowski, M.
Wawer, R.
Powiązania:
https://bibliotekanauki.pl/articles/103198.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
neural network
pattern recognition
neuron model
Opis:
Recognition of visual patterns is one of significant applications of Artificial Neural Networks, which partially emulate human thinking in the domain of artificial intelligence. In the paper, a simplified neural approach to recognition of visual patterns is portrayed and discussed. This paper is dedicated for investigators in visual patterns recognition, Artificial Neural Networking and related disciplines. The document describes also MemBrain application environment as a powerful and easy to use neural networks’ editor and simulator supporting ANN.
Źródło:
Advances in Science and Technology. Research Journal; 2013, 7, 18; 54-59
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural networks as performance improvement models in intelligent CAPP systems
Autorzy:
Rojek, I.
Powiązania:
https://bibliotekanauki.pl/articles/971020.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
classification model
neural network
tool
manufacturing operation
Opis:
The paper presents neural networks as performance improvement models in intelligent computer aided process planning systems (CAPP systems). For construction of these models three types of neural networks were used: linear network, multi-layer network with error backpropagation, and the Radial Basis Function network (RBF). The models were compared. Due to the comparison, we can say which type of neural network is the best for selection of tools for manufacturing operations. Tool selection for manufacturing operation is a classification problem. Hence, neural networks were built as classification models, meant to improve tool selection for manufacturing. The study was done for selected manufacturing operations: turning, milling and grinding. Models for the milling operation were presented in detail.
Źródło:
Control and Cybernetics; 2010, 39, 1; 54-68
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Neural Network Model for Object Mask Detection in Medical Images
Autorzy:
Tereikovskyi, Igor
Korchenko, Oleksander
Bushuyev, Sergey
Tereikovskyi, Oleh
Ziubina, Ruslan
Veselska, Olga
Powiązania:
https://bibliotekanauki.pl/articles/2200721.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
model
neural network
object mask
medical images
Opis:
In modern conditions in the field of medicine, raster image analysis systems are becoming more widespread, which allow automating the process of establishing a diagnosis based on the results of instrumental monitoring of a patient. One of the most important stages of such an analysis is the detection of the mask of the object to be recognized on the image. It is shown that under the conditions of a multivariate and multifactorial task of analyzing medical images, the most promising are neural network tools for extracting masks. It has also been determined that the known detection tools are highly specialized and not sufficiently adapted to the variability of the conditions of use, which necessitates the construction of an effective neural network model adapted to the definition of a mask on medical images. An approach is proposed to determine the most effective type of neural network model, which provides for expert evaluation of the effectiveness of acceptable types of models and conducting computer experiments to make a final decision. It is shown that to evaluate the effectiveness of a neural network model, it is possible to use the Intersection over Union and Dice Loss metrics. The proposed solutions were verified by isolating the brachial plexus of nerve fibers on grayscale images presented in the public Ultrasound Nerve Segmentation database. The expediency of using neural network models U-Net, YOLOv4 and PSPNet was determined by expert evaluation, and with the help of computer experiments, it was proved that U-Net is the most effective in terms of Intersection over Union and Dice Loss, which provides a detection accuracy of about 0.89. Also, the analysis of the results of the experiments showed the need to improve the mathematical apparatus, which is used to calculate the mask detection indicators.
Źródło:
International Journal of Electronics and Telecommunications; 2023, 69, 1; 41--46
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Demand forecasting: an alternative approach based on technical indicator Pbands
Autorzy:
Kolková, Andrea
Ključnikov, Aleksandr
Powiązania:
https://bibliotekanauki.pl/articles/19233720.pdf
Data publikacji:
2021
Wydawca:
Instytut Badań Gospodarczych
Tematy:
demand forecasting
neural network
BATS
hybrid model
Pbands
Opis:
Research background: Demand forecasting helps companies to anticipate purchases and plan the delivery or production. In order to face this complex problem, many statistical methods, artificial intelligence-based methods, and hybrid methods are currently being developed. However, all these methods have similar problematic issues, including the complexity, long computing time, and the need for high computing performance of the IT infrastructure. Purpose of the article: This study aims to verify and evaluate the possibility of using Google Trends data for poetry book demand forecasting and compare the results of the application of the statistical methods, neural networks, and a hybrid model versus the alternative possibility of using technical analysis methods to achieve immediate and accessible forecasting. Specifically, it aims to verify the possibility of immediate demand forecasting based on an alternative approach using Pbands technical indicator for poetry books in the European Quartet countries. Methods: The study performs the demand forecasting based on the technical analysis of the Google Trends data search in case of the keyword poetry in the European Quartet countries by several statistical methods, including the commonly used ETS statistical methods, ARIMA method, ARFIMA method, BATS method based on the combination of the Cox-Box transformation model and ARMA, artificial neural networks, the Theta model, a hybrid model, and an alternative approach of forecasting using Pbands indicator.  The study uses MAPE and RMSE approaches to measure the accuracy. Findings & value added: Although most currently available demand prediction models are either slow or complex, the entrepreneurial practice requires fast, simple, and accurate ones. The study results show that the alternative Pbands approach is easily applicable and can predict short-term demand changes. Due to its simplicity, the Pbands method is suitable and convenient to monitor short-term data describing the demand. Demand prediction methods based on technical indicators represent a new approach for demand forecasting. The application of these technical indicators could be a further forecasting models research direction. The future of theoretical research in forecasting should be devoted mainly to simplifying and speeding up. Creating an automated model based on primary data parameters and easily interpretable results is a challenge for further research.
Źródło:
Oeconomia Copernicana; 2021, 12, 4; 1063-1094
2083-1277
Pojawia się w:
Oeconomia Copernicana
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci neuronowe typu MLP oraz RBF jako narzędzia klasyfikacyjne w analizie obrazu
The neural network type the MLP and RBF as classifying tools in picture analysis
Autorzy:
Boniecki, P.
Powiązania:
https://bibliotekanauki.pl/articles/337163.pdf
Data publikacji:
2006
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
sieć neuronowa
sieć neuronowa MLP
sieć neuronowa RBF
analiza obrazu
identyfikacja neuronowa
model neuronowy
neural network
MLP neural network
RBF neural network
picture analysis
neuronal identification
neuronal model
Opis:
Neuronowa identyfikacja danych obrazowych, ze szczególnym naciskiem na analizę ilościową oraz jakościową, coraz częściej wykorzystywana jest do pozyskiwania oraz zgłębiania wiedzy zawartej w danych empirycznych. Ekstrakcja, a następnie klasyfikacja wybranych cech obrazu, pozawala na wytworzenie informatycznych narzędzi do identyfikacji wybranych obiektów, prezentowanych np. w postaci obrazu cyfrowego. W związku z tym, celowym wydaje się być poszukiwanie nowoczesnych metod wspomagających proces edukacyjny w zakresie konstrukcji oraz eksploatacji modeli neuronowych w kontekście ich wykorzystania w procesie analizy obrazu. Dodatkowym celem pracy było porównanie jakości sieci MLP oraz RBF mające na względzie wskazanie optymalnego instrumentu klasyfikacyjnego.
The neuronal identification of pictorial data, with special emphasis on both quantitative & qualitative analysis, is more frequently utilized to gain & deepen the empirical data knowledge. Extraction & then classification of selected picture features, enables one to create computer tools in order to identify these objects presented as, for example, digital pictures. In relationship from this, it seems to be purposeful the search of the modern methods helping educational process in the range of construction as well as exploitation of neuronal models in context of their utilization in picture analysis process. The additional aim of the work was the comparison of neural network of the type MLP and RBF for indication of the optimum classification tool.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2006, 51, 4; 34-39
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cognitive technologies in the management and formation of directions of the priority development of industrial enterprises
Autorzy:
Kwilinski, Aleksy
Kuzior, Aleksandra
Powiązania:
https://bibliotekanauki.pl/articles/410162.pdf
Data publikacji:
2020
Wydawca:
STE GROUP
Tematy:
enterprise management
stochastic model
artificial intelligence
cognitive model
perceptron
neural network
digital innovation
economic effect
Opis:
The possibilities of using cognitive technologies in the organization of systematic industrial enterprise management are described in the article. Strategic links are defined in the development of a system of stochastic models of enterprise management based on artificial intelligence. The possibility of introduction of the Perceptron model in the industrial enterprise management with the purpose of identification of "bottlenecks" in the functionality of business activity and improvement of procedures of decision-making in the framework of creation of the program of development and technical re-equipment of the enterprise is proven. The authors offered an organizational and economic mechanism of operation of an industrial enterprise, which includes new means of implementation of managerial actions through the use of a matrix of assessment of the level of implementation of cognitive technologies. The method of determining priority directions for the implementation of cognitive technologies at an enterprise was developed based on the results of the assessment of the depth of penetration of cognitive technologies and the result obtained from their implementation, which additionally takes into account the resource ratio of the implemented technologies defined as the ratio of estimates of the actual level of competencies to what is needed to work with new cognitive technologies, which allows to obtain the planned economic and organizational effect.
Źródło:
Management Systems in Production Engineering; 2020, 2 (28); 133-138
2299-0461
Pojawia się w:
Management Systems in Production Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural modeling of plant tissue cultures: a review
Autorzy:
Zielinska, S.
Kepczynska, E.
Powiązania:
https://bibliotekanauki.pl/articles/81293.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
artificial neural network
biomass
plant tissue
neural model
tissue culture
in vitro condition
micropropagation
radial neural network
neural network
somatic embryo
Źródło:
BioTechnologia. Journal of Biotechnology Computational Biology and Bionanotechnology; 2013, 94, 3
0860-7796
Pojawia się w:
BioTechnologia. Journal of Biotechnology Computational Biology and Bionanotechnology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Próba określenia terminów zabiegów agrotechnicznych na plantacjach wierzby energetycznej przy pomocy modeli matematycznych i sieci neuronowych
An attempt to determine time for agrotechnical measures at energy willow plantations using mathematical models and neural networks
Autorzy:
Neugebauer, M.
Nalepa, K.
Sołowiej, P.
Powiązania:
https://bibliotekanauki.pl/articles/287363.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
wierzba energetyczna
populacja
szkodnik
model matematyczny
sieć neuronowa
energy willow
population
pests
mathematical model
neural network
Opis:
Powstające w ostatnich latach coraz większe plantacje wierzby energetycznej są narażone na atak owadów, które w trakcie gradacji mogą zniszczyć całą plantację. W pracy utworzono model matematyczny opisujący rozwój populacji owadów. Na bazie tego modelu oraz danych z rzeczywistych plantacji - takich jak: dane geograficzne (tj. wielkość plantacji, usytuowanie plantacji względem innych upraw i lasów i inne), dane wegetacyjne (wiek plantacji, okres rozwoju, pora roku i inne) - przeprowadzono modelowanie neuronowe w celu określenia najkorzystniejszego terminu zabiegów agrotechnicznych mających powstrzymać gradację ww. szkodników.
Larger and larger energy willow plantations occurring in recent years are exposed to attack of insects, which may devastate the whole plantation during their gradation. The researchers developed a mathematical model describing insect population growth. This model and data from existing plantations - including geographical information (that is: plantation size, plantation location in reference to other crops and forests, and other), vegetation data (plantation age, growth period, season of the year, and other) - provided grounds to carry out neural modelling in order to determine the most advantageous time for agrotechnical measures intended to stop gradation of the above-mentioned pests.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 7(105), 7(105); 159-166
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Two scales, hybrid model for soils, involving artificial neural network and finite element procedure
Autorzy:
Krasiński, M.
Lefik, M.
Powiązania:
https://bibliotekanauki.pl/articles/178935.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
soil model
neural network
finite element method
hybrid FE-ANN model
model gleby
sieci neuronowe
metoda elementów skończonych
model hybrydowy FE-ANN
Opis:
A hybrid ANN-FE solution is presented as a result of two level analysis of soils: a level of a laboratory sample and a level of engineering geotechnical problem. Engineering properties of soils (sands) are represented directly in the form of ANN (this is in contrast with our former paper where ANN approximated constitutive relationships). Initially the ANN is trained with Duncan formula (Duncan and Chang [2]), then it is re-trained (calibrated) with some available experimental data, specific for the soil considered. The obtained approximation of the constitutive parameters is used directly in finite element method at the level of a single element at the scale of the laboratory sample to check the correct representation of the laboratory test. Then, the finite element that was successfully tested at the level of laboratory sample is used at the macro level to solve engineering problems involving the soil for which it was calibrated
Źródło:
Studia Geotechnica et Mechanica; 2014, 36, 2; 29-36
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
GPU-based multi-layer perceptron as efficient method for approximation complex light models in per-vertex lighting
Autorzy:
Pietras, K.
Rudnicki, M.
Powiązania:
https://bibliotekanauki.pl/articles/92844.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Przyrodniczo-Humanistyczny w Siedlcach
Tematy:
sky color
lighting model
GeForce FX
neural network
GPU
graphics processing unit
Opis:
This paper describes a display method of the sky color on GeForce FX hardware. Lighting model used here is taken from “Display of the Earth taking into account atmospheric scattering” by Tomoyuki Nishita et.al., however this model is not the only suitable one in the proposed method.
Źródło:
Studia Informatica : systems and information technology; 2005, 2(6); 53-63
1731-2264
Pojawia się w:
Studia Informatica : systems and information technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Free running ship model tests of interaction between a moored ship and a passing ship
Autorzy:
Raszeja, Magdalena
Hejmlich, Andrzej
Nowicki, Jacek
Jaworski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/24202583.pdf
Data publikacji:
2022
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
interaction forces
safe mooring
fuzzy model
neural network
numerical modelling
bypassing ship
Opis:
For many reasons, ship model interaction tests are performed in experimental towing tanks. This paper presents research on the hydrodynamic forces acting on a ship tied up at the solid berth, which is produced by other ships passing by using free-running ship models with much larger dimensions than those used in towing tanks. A passing ship model was controlled by a human operator – an experienced master. This enabled a study of the influence of the interaction impact on the course of the maneuver. The research was carried out at the Ship Handling Research and Training Centre in Iława. The ship model was moored alongside and equipped with multi-directional force sensors linking the ship model with a solid berth. Forces were measured as a function of the passing ship speed, side distance between both ships, ship sizes, and depth-to-draft ratio (H/T). Forces were measured in two planes: the longitudinal (surge) and the transversal (sway). A numerical database was processed and ordered according to the variables. The fuzzy model was created within a “Matlab” computing environment using a Sugeno-type self-learning neuron network model. The proposed Sugeno model was evaluated with other methods presented by Flory (2002), Seelig (2001), and PASS-MOOR by Wang (1975). The ultimate goal of this study was to simplify the method of predictive calculations for adjusting speed and distance when passing by the moored ship, which ensures compliance with safe port mooring requirements.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2022, 72 (144); 50--56
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie plonów wybranych płodów rolnych z wykorzystaniem modeli neuronowych w postaci szeregów czasowych
Expectation crops of chosen agricultural fetuses with the help of neural model by time series
Autorzy:
Boniecki, P.
Mueller, W.
Powiązania:
https://bibliotekanauki.pl/articles/337153.pdf
Data publikacji:
2006
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
sieć neuronowa
prognozowanie
płody rolne
plon
model neuronowy
szereg czasowy
neural network
prognose
neural model
time series
agricultural fetuses
yield
Opis:
Jednym z ważnych etapów badania oraz analizy systemów empirycznych jest proces prognozowania, mający praktyczne zastosowanie w szerokim zakresie działalności ludzkiej. W przypadku przewidywania wielkości płodów rolnych mamy do czynienia z szeregiem złożonych bodźców, które w efekcie przekładają się na wynik końcowy, jakim jest plon. Jakość tych prognoz ma ogromne znaczenie dla kolejnych etapów w łańcuchu produkcyjno-dystrybucyjnym płodów rolnych. Sieci neuronowe w postaci szeregów czasowych są wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Celem analizy szeregów czasowych jest ustalenie prognozy przyszłych wartości pewnej zmiennej, której wartości zmieniają się w czasie. Najczęściej dąży się do obliczenia prognozy korzystając z wcześniejszych wartości tej samej zmiennej, której wartość ma być przewidywana. Zbiór uczący, wykorzystywany przy neuronowej analizie szeregów czasowych, budowany jest zwykle w oparciu o pojedynczą zmienną, której typ określony jest jako "Wejściowo-Wyjściowy". Oznacza to, że jest ona wykorzystywana zarówno jako wejście sieci neuronowej, jak i jako jej wyjście.
Prediction becomes a very important stage in many activities. In case of expectation crops of chosen agricultural foetuses we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain of agricultural foetuses. Neural networks by time series are a sophisticated technique of modeling capable of reflecting very complex functions. In time series problems, the objective is to predict ahead the value of a variable which varies in time, using previous values of that and/or other variables. The time series training data set therefore typically has a single variable, and this has type input/output (i.e., it is used both for network input and network output).
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2006, 51, 4; 40-43
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A mathematical model for file fragment diffusion and a neural predictor to manage priority queues over BitTorrent
Autorzy:
Napoli, C.
Pappalardo, G.
Tramontana, E.
Powiązania:
https://bibliotekanauki.pl/articles/331212.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
P2P model
neural network
wavelet
diffusion
file sharing
model P2P
sieć neuronowa
falka
dyfuzja
wymiana plików
Opis:
BitTorrent splits the files that are shared on a P2P network into fragments and then spreads these by giving the highest priority to the rarest fragment. We propose a mathematical model that takes into account several factors such as the peer distance, communication delays, and file fragment availability in a future period also by using a neural network module designed to model the behaviour of the peers. The ensemble comprising the proposed mathematical model and a neural network provides a solution for choosing the file fragments that have to be spread first, in order to ensure their continuous availability, taking into account that some peers will disconnect.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2016, 26, 1; 147-160
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System informatyczny piao jako narzędzie do przetwarzania obrazów cyfrowych wspomagające proces generowania zbiorów uczących przeznaczonych do budowy modeli neuronowych
Computer system piao as a tool for processing and gathering digital images in a process of generating learning sets used for construction of models of artificial neural networks
Autorzy:
Zaborowicz, M.
Boniecki, P.
Świerczyński, K.
Powiązania:
https://bibliotekanauki.pl/articles/337395.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
system informatyczny PIAO
obraz cyfrowy
przetwarzanie
model neuronowy
computer system PIAO
neural network
digital images
Opis:
Pozyskiwanie oraz przetwarzanie danych empirycznych występujących w formie graficznej jest istotnym elementem w procesie generowania zbiorów uczących, przeznaczonych do budowy identyfikacyjnych modeli neuronowych. Właściwa analiza oraz konwersja obrazów cyfrowych są fundamentalnym procesem, determinującym dalsze etapy modelowania neuronowego. Powszechnie dostępne metody edycji oraz pozyskiwania danych z obrazów nie zawsze pozwalają na właściwe i efektywne wytworzenie zbioru uczącego. Często zachodzi potrzeba użycia kilku rodzajów komercyjnego oprogramowania, aby w efekcie można było pozyskać zbiór danych empirycznych zapisanych w pożądanej formie. Dlatego wydaje się być zasadnym wytwarzanie od podstaw kompleksowego systemu informatycznego dedykowanego dla wsparcia procesu generowania zbiorów uczących.
Gathering data is an essential element of the process of generating learning sets, intended for the construction of artificial neural networks. A proper analysis and processing of the images are the basis for the next stages of the neural simulation. Commonly available methods of the edition and gaining data from images do not always allow to create a learning set in a right way. Often, there is a need to use several different software in order to gain one eligible set of data. This is a reason, why making a complex software for the process of generating the learning sets, is so important.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2010, 55, 2; 128-133
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting European thermal coal spot prices
Autorzy:
Krzemień, A.
Riesgo Fernandez, P.
Suárez Sánchez, A.
Sánchez Lasheras, F.
Powiązania:
https://bibliotekanauki.pl/articles/92159.pdf
Data publikacji:
2015
Wydawca:
Główny Instytut Górnictwa
Tematy:
thermal coal
price forecasting
time series analysis
neural network
autoregressive model
węgiel energetyczny
prognoza cen
analiza szeregów czasowych
sieć neuronowa
model autoregresyjny
Opis:
This paper presents a one-year forecast of European thermal coal spot prices by means of time series analysis, using data from IHS McCloskey NW Europe Steam Coal marker (MCIS). The main purpose was to achieve a good fit for the data using a quick and feasible method and to establish the transformations that better suit this marker, together with an affordable way for its validation. Time series models were selected because the data showed an autocorrelation systematic pattern and also because the number of variables that influence European coal prices is very large, so forecasting coal prices as a dependent variable makes necessary to previously forecast the explanatory variables. A second-order Autoregressive process AR(2) was selected based on the autocorrelation and the partial autocorrelation function. In order to determine if the results obtained are a good fit for the data, the possible drivers that move the European thermal coal spot prices were taken into account, establishing a hypothesis in which they were divided into four categories: (1) energy side drivers, that directly relates coal prices with other energy commodities like oil and natural gas; (2) demand side drivers, that relates coal prices both with the Western World economy and with emerging economies like China, in connection with the demand for electricity in these economies; (3) commodity currency drivers, that have an influence for holders of different commodity currencies in countries that export or import coal; and (4) supply side drivers, involving the production costs, transportation, etc. Finally, in order to analyse the time series model performance a Generalized Regression Neural Network (GRNN) was used and its performance compared against the whole AR(2) process. Empirical results obtained confirmed that there is no statistically significant difference between both methods. The GRNN analysis also allowed pointing out the main drivers that move the European Thermal Coal Spot prices: crude oil, USD/CNY change and supply side drivers.
Źródło:
Journal of Sustainable Mining; 2015, 14, 4; 203-210
2300-1364
2300-3960
Pojawia się w:
Journal of Sustainable Mining
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 19

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies