Login for students

Login for employees

Publication detail

Data mining workspace as an optimization prediction technique for solving transport problems
Authors: Kuptcova Anastasiia | Průša Petr | Fedorko Gabriel | Molnár Vieroslav
Year: 2016
Type of publication: článek v odborném periodiku
Name of source: Transport Problems
Page from-to: 21-31
Titles:
Language Name Abstract Keywords
cze Data mining jako technika odhadu optimalizace při řešení dopravních problémů Tento článek řeší studii, týkající se předpovídání časových řad v souvislosti s generováním nutných aktuálních rozhodnutí. Studie využívá dolování dat a modelování pro algoritmickou optimalizaci dosažení dopravních cílů. Získaná zjištění přinášejí adekvátní techniky pro sestavení predikčního modelu. Tento model bude použit pro analýzu budoucích transakčních nákladů v příhraniční oblasti České republiky. Predikční metody vhodné pro časové řady jsou exponenciální metoda, metoda ARIMA a neuronové sítě. Primárním cílem pro prediktivní scénář v dolování dat je poskytnout údaje o modelování rychleji a s větší univerzálností než ostatní manažerské techniky. dolování dat; predikční analýza; ARIMA; predikce časových řad; doprava
eng Data mining workspace as an optimization prediction technique for solving transport problems This article addresses the study related to forecasting with an actual high-speed decision making under careful modelling of time series data. The study uses data-mining modelling for algorithmic optimization of transport goals. Our finding brings to the future adequate techniques for the fitting of a prediction model. This model is going to be used for analyses of the future transaction costs in the frontiers of the Czech Republic. Time series prediction methods for the performance of prediction models in the package of Statistics are Exponential, ARIMA and Neural Network approaches. The primary target for a predictive scenario in the data mining workspace is to provide modelling data faster and with more versatility than the other management techniques. data mining; prediction analysis; ARIMA; time series prediction; transport

Departments

Other Parts

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives