Hledat
Zobrazují se záznamy 11-20 z 32
Pravdepodobnostná predpoveď v modeloch exponenciálneho vyrovnávania
Probability forecast in exponential smoothing models
Pravděpodobnostní předpověď v modelech exponenciálního vyrovnávání
Diplomová práce (OBHÁJENO)
Vedoucí práce: Hudecová, Šárka
Datum publikování: 2020
Datum obhajoby: 07. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Táto diplomová práca sa zaoberá využitím štatistických stavových modelov exponen- ciálneho vyrovnávania pri odhadovaní podmieneného pravdepodobnostného rozdelenia budúcich hodnôt časových radov. Jeho znalosť umožňuje počítať ...
This thesis deals with the use of statistical state space models of exponential smooth- ing for estimating the conditional probability distribution of future values of time series. This knowledge allows calculation of ...
This thesis deals with the use of statistical state space models of exponential smooth- ing for estimating the conditional probability distribution of future values of time series. This knowledge allows calculation of ...
Predikce časových řad
Time series prediction
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2014
Datum obhajoby: 04. 09. 2014
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: V předložené práci podáváme přehled metod pro modelování a predikci časových řad. Popisujeme jak dekompoziční metody a metody založené na Boxově-Jenkinsově metodologii, tak metody využívající postupů z oblasti výpočetní ...
In this present work, we provide an overview of methods for time series modelling and prediction. We describe methods based on decomposition as well as methods based on the Box-Jenkins methodology. Moreover, we also discuss ...
In this present work, we provide an overview of methods for time series modelling and prediction. We describe methods based on decomposition as well as methods based on the Box-Jenkins methodology. Moreover, we also discuss ...
Modelování durace finančních transakčních dat
Modelling Duration of Financial Transaction Data
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Hendrych, Radek
Datum publikování: 2019
Datum obhajoby: 05. 09. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Tato práce se zabývá modelem ACD (autoregressive conditional duration), který se používá k modelování durací časových řad finančních transakčních dat. Nejprve je představen pojem durace a časové řady, a to intuitivně i ...
This bachelor thesis deals with ACD (autoregressive conditional duration) model, which is used to estimate durations of time series of financial transaction data. First, duration and time series are defined formally as ...
This bachelor thesis deals with ACD (autoregressive conditional duration) model, which is used to estimate durations of time series of financial transaction data. First, duration and time series are defined formally as ...
Anomaly detection for stock market trading data
Detekce anomálií v datech z obchodování na burze
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Kofroň, Jan
Datum publikování: 2020
Datum obhajoby: 14. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Obchodování na burze je velmi komplexní téma, které zahrnuje spoustu náročných problémů. Jedním z těchto problémů je detekce anomálií. Detekce anomálií v reálném čase je velice náročný úkol, a proto tento problém zůstává ...
Stock trading is a very complex topic that involves a lot of challenging problems. One of these problems is anomaly detection in trading flow. Real-time anomaly detection in time series is a very complicated task and thus ...
Stock trading is a very complex topic that involves a lot of challenging problems. One of these problems is anomaly detection in trading flow. Real-time anomaly detection in time series is a very complicated task and thus ...
Identifikace modelů finančních časových řad
Financial time series model identification
Diplomová práce (OBHÁJENO)
Vedoucí práce: Zichová, Jitka
Datum publikování: 2016
Datum obhajoby: 07. 09. 2016
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Práce se zabývá identifikací modelů finančních časových řad. Čtenář se seznámí s jednorozměrnými a mnohorozměrnými modely ARMA a způsoby jejich identifikace. Jsou představeny postupy, které využívají korelační strukturu ...
This thesis deals with the financial time series model identification. The univariate and multivariate ARMA models and their identification criteria are described. The procedures using the correlation structure of the time ...
This thesis deals with the financial time series model identification. The univariate and multivariate ARMA models and their identification criteria are described. The procedures using the correlation structure of the time ...
Sezónne exponenciálne vyrovnávanie
Seasonal exponential smoothing
Sezónní exponenciální vyrovnávání
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Cipra, Tomáš
Datum publikování: 2018
Datum obhajoby: 21. 06. 2018
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: This thesis deals with the issues of time series modeling, where seasonal component is present. Principles of basic seasonal exponential smoothing methods: simple and double exponential smoothing, Holt's method, which are ...
Táto práca sa zaoberá problematikou modelovania časových radov s výskytom sezónnej zložky. Na začiatku je popísaný princíp základných metód exponenciálneho vyrovnávania: jednodnoduché a dvojité exponenciálne vyrovnávanie, ...
Táto práca sa zaoberá problematikou modelovania časových radov s výskytom sezónnej zložky. Na začiatku je popísaný princíp základných metód exponenciálneho vyrovnávania: jednodnoduché a dvojité exponenciálne vyrovnávanie, ...
Prediction of energy load profiles
Predikce profilů spotřeby elektrické energie
Diplomová práce (OBHÁJENO)
Vedoucí práce: Fink, Jiří
Datum publikování: 2017
Datum obhajoby: 07. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Prediction of energy load profiles is an important topic in Smart Grid technologies. Accurate forecasts can lead to reduced costs and decreased dependency on commercial power suppliers by adapting to prices on energy market, ...
Predikce profilů spotřeby elektrické energie je důležitým tématem Smart Grid technologií. Přesné předpovědi mohou vést redukci cen a snížení závislosti na komerčních dodavatelích energie pomocí adaptace na ceny na energetickém ...
Predikce profilů spotřeby elektrické energie je důležitým tématem Smart Grid technologií. Přesné předpovědi mohou vést redukci cen a snížení závislosti na komerčních dodavatelích energie pomocí adaptace na ceny na energetickém ...
Echo state siete a ich využitie na predpovedanie časových radov
Echo state networks and their application in time series prediction
Echo state sítě a jejich využití na předpovídání časových řad
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Mráz, František
Datum publikování: 2019
Datum obhajoby: 14. 02. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Recurrent neural networks (RNN) enable to model dynamical sys- tems with variable input length. Their disadvantage is in inherently difficult trai- ning which means adjusting weights of connections between neurons connected ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
Deep Neural Networks for Time Series Forecasting
Předpovídání časových řad pomocí hlubokých neuronových sítí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Time series forecasting is a task of both academic and pragmatic interest. Although it has been long dominated by qualitative methods and simple quan- titative methods, machine learning and deep learning algorithms in ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Uživatelsky přívětivé prostředí pro práci s dynamickými Bayesovskými sítěmi
User Friendly Envioronment for Dynamic Bayesian Networks
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Kadlec, Rudolf
Datum publikování: 2013
Datum obhajoby: 02. 09. 2013
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Název práce: Uživatelsky přívětivé prostředí pro práci s dynamickými Bayesov- skými sítěmi Autor: Jan Vinárek Ústav: Kabinet software a výuky informatiky Vedoucí bakalářské práce: Mgr. Rudolf Kadlec, Kabinet software a ...
Title: User Friendly Environment for Dynamic Bayesian Networks Author: Jan Vinárek Department: Department of Software and Computer Science Education Supervisor: Mgr. Rudolf Kadlec, Department of Software and Computer Science ...
Title: User Friendly Environment for Dynamic Bayesian Networks Author: Jan Vinárek Department: Department of Software and Computer Science Education Supervisor: Mgr. Rudolf Kadlec, Department of Software and Computer Science ...