Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ena.lp.edu.ua:8080/handle/ntb/42563
Назва: Using dynamic neural networks for server load prediction
Автори: Pukach, Pavlo
Hladun, Volodymyr
Приналежність: Lviv Polytechnic National University, Department of Applied mathematics
Бібліографічний опис: Pukach P. Using dynamic neural networks for server load prediction / Pavlo Pukach, Volodymyr Hladun // Computational linguistics and intelligent systems, 25-27 June 2018. — Lviv : Lviv Polytechnic National University, 2018. — Vol 2 : Workshop. — P. 157–160. — (Section II. Intelligent Systems).
Bibliographic description: Pukach P. Using dynamic neural networks for server load prediction / Pavlo Pukach, Volodymyr Hladun // Computational linguistics and intelligent systems, 25-27 June 2018. — Lviv : Lviv Polytechnic National University, 2018. — Vol 2 : Workshop. — P. 157–160. — (Section II. Intelligent Systems).
Є частиною видання: Computational linguistics and intelligent systems (2), 2018
Дата публікації: 25-чер-2018
Видавництво: Lviv Polytechnic National University
Місце видання, проведення: Lviv
Часове охоплення: 25-27 June 2018
Теми: neural networks
long short-term memory
time series prediction
Кількість сторінок: 4
Діапазон сторінок: 157-160
Початкова сторінка: 157
Кінцева сторінка: 160
Короткий огляд (реферат): In this paper, the approach of using neural networks for making time series predictions of strongly nonlinear data is used. A brief examination of neural networks usage for time series predictions is given, as well as the definition and schematics of LSTM blocks. The comparison between the time delay values and the prediction accuracy is given. It is shown that certain values of time delay can greatly increase the prediction accuracy.
URI (Уніфікований ідентифікатор ресурсу): http://ena.lp.edu.ua:8080/handle/ntb/42563
ISSN: 2523-4013
Власник авторського права: © 2018 for the individual papers by the papers’ authors. Copying permitted only for private and academic purposes. This volume is published and copyrighted by its editors.
URL-посилання пов’язаного матеріалу: http://www.mathworks.com/help/pdfdoc/nnet/nnet
Перелік літератури: 1. M. Beale, M. Hagan, and H.Demuth, “Matlab neural network toolbox user’s guide,” The Math Works Inc., 2010, http://www.mathworks.com/help/pdfdoc/nnet/nnet ug.pdf.
2. C. A. Mitrea, C. K. M. Lee, and Z. Wu, “A comparison between neural networks and traditional forecasting methods: A case study,” in International Journal of Engineering Business Management, vol. 1, no. 2 2009, pp. 19–24.
References: 1. M. Beale, M. Hagan, and H.Demuth, "Matlab neural network toolbox user’s guide," The Math Works Inc., 2010, http://www.mathworks.com/help/pdfdoc/nnet/nnet ug.pdf.
2. C. A. Mitrea, C. K. M. Lee, and Z. Wu, "A comparison between neural networks and traditional forecasting methods: A case study," in International Journal of Engineering Business Management, vol. 1, no. 2 2009, pp. 19–24.
Тип вмісту : Conference Abstract
Розташовується у зібраннях:Computational linguistics and intelligent systems. – 2018 р.



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.