DSpace DSpace UPC
 English   Castellano   Català  

Revistes i Congressos UPC >
Revistes >
Mathware & soft computing >
2006, Vol. XIII, Núm. 2 >

Quan citeu aquest document, utilitzeu la següent adreça: http://hdl.handle.net/2099/3666

Arxiu Descripció MidaFormat
1-pega.pdf188,44 kBAdobe PDFVeure/Obrir

Títol: Evolutionaty training for dynamical recurrent neural networks: an application in finantial time series prediction
Autor: Delgado Calvo-Flores, Miguel; Pegalajar Jiménez, Mª Carmen; Pegalajar Cuéllar, Manuel
Editorial: Universitat Politècnica de Catalunya. Secció de Matemàtiques i Informàtica
Tipus de document: Article
Resum: Theoretical and experimental studies have shown that traditional training algorithms for Dynamical Recurrent Neural Networks may suffer of local optima solutions, due to the error propagation across the recurrence. In the last years, many researchers have put forward different approaches to solve this problem, most of them being based on heuristic procedures. In this paper, the training capabilities of evolutionary techniques are studied, for Dynamical Recurrent Neural Networks. The performance of the models considered is compared in the experimental section, in real finantial time series prediction problems.
ISSN: 1134-5632
URI: http://hdl.handle.net/2099/3666
Apareix a les col·leccions:2006, Vol. XIII, Núm. 2
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius