Publikace detail

Intuitionistic fuzzy grey cognitive maps for forecasting interval-valued time series

Autoři: Hájek Petr | Froelich Wojciech | Procházka Ondřej

Rok: 2020

Druh publikace: článek v odborném periodiku

Název zdroje: Neurocomputing

Název nakladatele: Elsevier Science BV

Místo vydání: Amsterdam

Strana od-do: 173-185

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Intuitionistické fuzzy šedé kognitivní mapy pro predikci intervalových časových řad	U mnoha reálných predikčních problémů lze časovou řadu aproximovat. V takovém případě místo přesných hodnot bereme v úvahu jejich minima a maxima dosažená v předdefinovaných obdobích. Taková aproximace tvoří intervalové časové řady (ITS). Pro předpověď ITS navrhujeme novou metodu, která se opírá o fuzzy kognitivní mapy (FCM). Adaptujeme standardní FCM na předpovědi ITS pomocí intervalových intuitionistických fuzzy množin. Tímto způsobem vyvíjíme predikční model nazvaný Intuitionistic Fuzzy Grey Cognitive Map (IFGCM). Náš IFGCM ověřujeme pomocí veřejně dostupných dat o akciovém trhu u 10 indexů, pro které je zásadní odhad potenciálních investičních ztrát (minim) a zisků (maxim). Výsledky těchto experimentů dokazují vysokou účinnost IFGCM, zejména ve srovnání s nejmodernějšími predikčními modely
eng	Intuitionistic fuzzy grey cognitive maps for forecasting interval-valued time series	In many real-world forecasting problems, the time series under investigation can be approximated. In that case, instead of dealing with its exact values, only their minima and maxima achieved in the predefined periods are considered. Such an approximation forms interval-valued time series (ITS). To forecast ITS, we propose a new method that relies on fuzzy cognitive maps (FCMs). We adapt standard FCMs to the forecasting of ITS using interval-valued intuitionistic fuzzy sets. In this way, we develop a forecasting model called the Intuitionistic Fuzzy Grey Cognitive Map (IFGCM). We validate our IFGCM using publicly available stock market data for 10 indexes for which the estimation of potential investment losses (minima) and gains (maxima) is crucial. The results of these experiments prove the high efficiency of the IFGCM, especially compared with state-of-the-art models.	Fuzzy cognitive maps; Forecasting; Interval-valued time series

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte