Wydawnictwo
AWSGE
AWSGE
Akademia Nauk Stosowanych
WSGE
im. Alcide De Gasperi
WSGE
im. Alcide De Gasperi
ROZDZIAŁ KSIĄŻKI (160-168)
REFERENCJE (17)
1.
Abeysinghe,T., Jayawickrama, A., Singapore’s recurrent budget surplus: The role of conservative growth forecast, Journal of Asian Economics, 19, 117-124, 2008.
2.
Aladag, C.H., Egrioglu, E., Yolcu, Y., Robust multilayer neural network based on median neuron model, Neural Computing & Applications, article in press (DOI: 10.1007/s00521-012-1315-5), 2013.
3.
Aladag, C.H., Egrioglu, E., Advanced time series forecasting methods, Advances in time series forecasting, (Editors: Aladag, C.H. and Egrioglu, E.), pp. 3-10. Bentham Science Publishers Ltd., eISBN: 978-1-60805-373-5, 2012.
4.
Aladag, C.H., A new architecture selection method based on tabu search for artificial neural networks, Expert Systems with Applications, 38, 3287–3293, 2011.
5.
Aladag, C.H., Egrioglu, E., Kadilar, C., Forecasting nonlinear time series with a hybrid methodology, Applied Mathematics Letters, 22, 1467-1470, 2009.
6.
Aladag, C.H., Egrioglu, E., Gunay, S., A new architecture selection strategy in solving seasonal autoregressive time series by artificial neural networks, Hacettepe Journal of Mathematics and Statistics, 37(2), 185-200, 2008.
7.
Bagdigen, M., An empirical anaysis of accurate budget forecasting in Turkey, Dogus university Journal, 6, 190-201, 2005.
8.
Baker, B.D., Richards, C.E., A comparison of conventional linear regression meth ods and neural networks for forecasting educational spending, Economics of Education Review, 18, 405-415, 1999.
9.
Basaran, A.A., Aladag, C.H., Bagdadioglu, N. and Gunay, S., Public expenditure forecast by using feed forward neural networks, Advances in time series forecasting, (Editors: Aladag, C.H. and Egrioglu, E.), pp. 40-47. Bentham Science Publishers Ltd., eISBN: 978-1-60805-373-5, 2012.
10.
Cichocki, A., Unbehauen, R., Neural networks for optimization and signal processing, John Willey & Sons, New York, 1993.
11.
Gunay, S., Egrioglu, E., Aladag, C.H., Introduction to single variable time series analysis, Hacettepe University Press, 2007.
13.
Smith, K.A., Neural networks in business: techniques and applications, Imprint Info Hershey: Idea Group, 2002.
14.
Tang, Y-C., An approach to budget allocation for an aerospace company-Fuzzy analytic hierarchy process and artificial neural network, Neurocomputing, 72, 3477-3489, 2009.
15.
Yolcu, U., Egrioglu, E., Aladag, C.H., A new linear and nonlinear artificial neural network model for time series forecasting, Decision Support Systems, 54, 1340–1347, 2013.
16.
Zhang, G.P., Patuwo, B.E., Hu, Y.M., Forecasting with artificial neural networks: The state of the art, International Journal of Forecasting, 14, 35-62, 1998.
17.
Zurada, J.M., Introduction of artificial neural systems, St. Paul: West Publishing 1992.
Partnerzy:
© 2006-2024 Journal hosting platform by Bentus
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
