Zobrazeno 1 - 10
of 61
pro vyhledávání: '"Logical relationship groups"'
Autor:
Sule Nazlı Arslan, Ozge Cagcag Yolcu
Publikováno v:
Neural Computing and Applications. 34:12895-12917
Intuitionistic fuzzy time series models consider observations hesitation degree but they use memberships and non-membership values together as inputs in the prediction system. The usage of membership and non-membership values as inputs in separate pr
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::92f422ec8d3172873f1231c9a3dc8e0c
https://doi.org/10.1007/s00521-022-07138-z
https://doi.org/10.1007/s00521-022-07138-z
Publikováno v:
Symmetry, Vol 11, Iss 4, p 457 (2019)
This research introduces a neutrosophic forecasting approach based on neutrosophic time series (NTS). Historical data can be transformed into neutrosophic time series data to determine their truth, indeterminacy and falsity functions. The basis for t
Externí odkaz:
https://doaj.org/article/6b89631e2ccd4011bfe0e65d63094312
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
In this paper, we propose a new method for forecasting based on automatic-optimized fuzzy time series to forecast Indonesia Inflation Rate (IIR). First, we propose the forecasting model of two-factor highorder fuzzy-trend logical relationships groups
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::50e0677a7b4715a122f587fd101ce000
https://zenodo.org/record/3984629
https://zenodo.org/record/3984629
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Symmetry, Vol 11, Iss 4, p 457 (2019)
Symmetry; Volume 11; Issue 4; Pages: 457
Symmetry; Volume 11; Issue 4; Pages: 457
This research introduces a neutrosophic forecasting approach based on neutrosophic time series (NTS). Historical data can be transformed into neutrosophic time series data to determine their truth, indeterminacy and falsity functions. The basis for t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::318ab584fa1c70edc248d2aaf0e8f60b
https://doi.org/10.3390/sym11040457
https://doi.org/10.3390/sym11040457
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.