Neizrazita logika u analizi vremenskih sljedova (CROSBI ID 427373)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Kolobara, Vinko
Jakobović, Domagoj
hrvatski
Neizrazita logika u analizi vremenskih sljedova
Uobičajeni algoritmi analize financijskih vremenskih slijedova uglavnom su temeljeni na pravilima koja signaliziraju optimalno vrijeme ulaska ili izlaska iz pozicije u određenom slijedu. Zbog toga je korišten neizraziti sustav zaključivanja koji također omogućuje definiranje pravila pa i učenje istih uz neki algoritam strojnog učenja, tj. genetski algoritam. Uz primjenu na financijske vremenske slijedove, ispitana je sposobnost učenja neizrazitih pravila i na problemima klasifikacije i regresije. Za svaki od navedenih problema potrebno je definirati poseban genotip i evaluacijsku funkciju, a u slučaju regresije i poseban način kooperativne koevolucije. Analizira se uspješnost navedenih algoritama u usporedbi s već postojećim algoritmima specijaliziranih za te probleme.
neizrazita logika ; vremenski slijedovi ; financijski vremenski slijedovi ; strojno učenje ; genetski algoritam ; evolucijski algoritmi ; koevolucija
nije evidentirano
engleski
Fuzzy Logic for the Analysis of Time Sequences
nije evidentirano
fuzzy logic ; time series ; financial time series ; machine learning ; genetic algorithm ; evolutionary algorithms ; coevolution
nije evidentirano
Podaci o izdanju
44
10.07.2018.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb