Zpět na vyhledávání

Bc. Matej Gallo

Master's thesis

Predikce časových řad pomocí hlubokých neuronových sítí

Time Series Prediction with Deep Neural Networks
Abstract:
Práca prezentuje najmodernejšie postupy v oblasti predikcie časových rád s použitím neurónových sietí. Dôraz je kladený hlavne na výhody použitia hlbokých neurónových sietí. Čast práce je venovaná experimentálnej implementácii vybraných neurónových modelov. Tieto modely sú následne porovnané s lineárnym modelom ARIMA.
Abstract:
This thesis presents the state-of-the-art approaches in time series forecasting using the neural networks. An emphasis is put on effectiveness of deep neural networks. A part of the work is dedicated to experimental implementation of selected neural models. These models are subsequently compared to the linear ARIMA model.
 

Keywords

time series forecasting ARIMA GARCH deep neural networks recurrent networks particle swarm optimisation
 
Language used: English
Date on which the thesis was submitted / produced: 12. 12. 2018
Identifier: https://is.muni.cz/th/h3jqo/

Thesis defence

  • Date of defence: 5. 2. 2019
  • Supervisor: doc. RNDr. Tomáš Brázdil, Ph.D.
  • Reader: Mgr. Aleš Křenek, Ph.D.

Citation record

Cite this text

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Fakulta informatiky
Složka Reference to the local database directory of the institution