Comparing of ARIMA and RBFNN for short-term forecasting

Comparing of ARIMA and RBFNN for short-term forecasting

Based on a combination of an autoregressive integrated moving average (ARIMA) and a radial basis function neural network (RBFNN), a time-series forecasting model is proposed. The proposed model has examined using simulated time series data of tourist arrival to Indonesia recently published by BPS In...

Full beskrivning

Sparad:
Bibliografiska uppgifter
Huvudupphovsmän: Haviluddin, Haviluddin (Författare, medförfattare), Jawahir, Ahmad (Författare, medförfattare)
Övriga upphovsmän: Dept. Computer Science, Faculty Mathematics and Natural Science, Universitas Mulawarman, Indonesia (Bidragsgivare)
Materialtyp: EJournal Article
Publicerad: Universitas Ahmad Dahlan, 2015-03-31.
Ämnen:
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Länkar:Get Fulltext
Taggar: Lägg till en tagg
Inga taggar, Lägg till första taggen!

Internet

Get Fulltext

3rd Floor Main Library

Beståndsuppgifter i 3rd Floor Main Library
Signum: A1234.567
Exemplar 1 Tillgänglig

Liknande verk