基于动态加权混合专家模型的铂金价格预测
人工智能
2008-12-16 v1
摘要
神经网络是静态环境中分类和回归的强大工具。本文描述了一种创建神经网络集成的方法，能够动态适应变化条件。该模型将输入空间划分为四个区域，每个网络在每个区域中根据其在该区域样本上的表现被赋予一个权重。该集成通过根据网络当前表现不断调整这些权重来动态适应。使用的数据集为一组金融指标，目标是预测未来铂金价格。无加权的集成未能改善无周变化的朴素估计；我们的加权算法在二十周的预测中给出63%的平均百分比误差。
引用
@article{arxiv.0812.2785,
title = {Prediction of Platinum Prices Using Dynamically Weighted Mixture of Experts},
author = {Baruch Lubinsky and Bekir Genc and Tshilidzi Marwala},
journal= {arXiv preprint arXiv:0812.2785},
year = {2008}
}