Miniatura

Fitxers

732262.pdf (784.46 KB)

Tipus de document

Article

Versió

Versió acceptada

Data de publicació

2023-04-01

Llicència de publicació

(c) Springer Verlag, 2023
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/197788

Complex nonlinear neural network prediction with IOWA layer

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

https://doi.org/10.1007/s00500-023-07899-2

Resum

Neural network methods are widely used in business problems for prediction, clustering, and risk management to improving customer satisfaction and business outcome. The ability of a neural network to learn complex nonlinear relationship is due to its architecture that uses weight parameters to transform input data within the hidden layers. Such methods perform well in many situations where the ordering of inputs is simple. However, for a complex reordering of a decision-maker, the process is not enough to get an optimal prediction result (...)

Matèries

Teoria de la predicció, Previsió econòmica, Teoria d'operadors, Presa de decisions

Matèries (anglès)

Prediction theory, Economic forecasting, Operator theory, Decision making

Citació

Col·leccions

Articles publicats en revistes (Empresa)

Citació

HUSSAIN, Walayat, MERIGÓ LINDAHL, José m., GIL LAFUENTE, Jaime, GAO, Honghao. Complex nonlinear neural network prediction with IOWA layer. _Soft Computing_. 2023. Vol. 27, núm. 4852-4863. [consulta: 10 de gener de 2026]. ISSN: 1432-7643. [Disponible a: https://hdl.handle.net/2445/197788]

Exportar metadades

JSON - METS

Compartir registre