این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Mathematics Interdisciplinary Research، جلد ۸، شماره ۲، صفحات ۷۱-۹۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Chaotic Time Series Prediction Using Rough-Neural Networks
چکیده انگلیسی مقاله ‎Artificial neural networks with amazing properties‎, ‎such as universal approximation‎, ‎have been utilized to approximate the nonlinear processes in many fields of applied sciences‎. ‎This work proposes the rough-neural networks (R-NNs) for the one-step ahead prediction of chaotic time series‎. ‎We adjust the parameters of R-NNs using a continuous-time Lyapunov-based training algorithm‎, ‎and prove its stability using the continuous form of Lyapunov stability theory‎. ‎Then‎, ‎we utilize the R-NNs to predict the well-known Mackey-Glass time series‎, ‎and Henon map‎, ‎and compare the simulation results with some well-known neural models‎.
کلیدواژه‌های انگلیسی مقاله Artificial Neural Network, Rough-neural network, Time Series Prediction, Lyapunov-based learning algorithm, Lyapunov stability theory
نویسندگان مقاله Ghasem Ahmadi |
Department of Mathematics, Payame Noor University, Tehran, Iran

Mohammad Dehghandar |
Department of Mathematics, Payame Noor University, Tehran, Iran

نشانی اینترنتی https://mir.kashanu.ac.ir/article_113906_1d677dea546c1881bb4032aec4ca0a6f.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات