Přeskočit na hlavní obsah
Přeskočit hlavičku
Název projektu
Výpočetní inteligence v predikci ekonomických veličin, data miningu a modelování ekonomických procesů
Kód
SP2022/74
Předmět výzkumu
Technologický vývoj směruje čím dál více k inteligentním nástrojům podporujícím využívání informací člověkem. Vyvstává úloha efektivně zkombinovat všeobecně známé kvantitativní metody (Wisniewski, 1996; Linda, 2010; Pacáková, 2009) v jednotlivých oblastech ekonomických disciplín s novými způsoby zpracování dat a studia informačního chování člověka (Marček, 2016). Jednotlivé ekonomické disciplíny začaly pro práci s daty využívat ověřené metody v rámci svého zaměření, avšak v současnosti je nepřeberné množství metod (a softwaru), které by na zkoumanou problematiku mohlo být použito, avšak vzhledem k obsáhlosti metod nemusí být vhodné metody použity, protože se s nimi v dané ekonomické disciplíně nepracuje. Zpravidla každá ekonomická disciplína používá "své" ověřené metody, avšak to neznamená, že daná problematika leckdy nejde řešit jinak a mnohdy sofitistikovaněji. Vzhledem k multioborovému složení týmu i z hlediska studentů z oblasti ekonomie i informatiky, se naskýtá jedinečná možnost kombinace moderních výpočetních metod s kterými by studenti nepřišli do kontaktu jen v rámci svého studijního programu. Výzkum pokrývá celou problematiku od rozboru problému z ekonomického hlediska, základní statistické analýzy dat, zpracování dat, vyhodnocení výsledků a popis zjištěných skutečností. Projekt navazuje na zjištěné poznatky z již dříve realizovaného projektu SP2021/51 - Komplexní využití kvantitativních metod v ekonomických disciplínách. V navazujícím projektu bude výzkum pokračovat se získanými poznatky z předchozího projektu a nově dostupnými daty z praxe, které řešitelský tým měl k dispozici na konci předchozího projektu a tudíž s nimi nemohl pracovat. Díky těmto datům bude další přesah výzkumu do oblasti financí, ekonomie, dálkového průzkumu Země (DPZ) a data miningu. Složení řešitelského týmu odpovídá vědeckému záměru, tedy využití moderních výpočetních metod na řešení dané problematiky. Během výzkumu budou použity následující metody: Modely umělých neuronových sítí a metodu SVM (Support Vector Machines) Kdy v původním dvourozměrném postoru jsou dvě třídy, oddělené nelineárně kružnicí. Přidáním další dimenze vznikne možnost prvkům třídy uvnitř kružnice přeidat další souřadnici, která je posune např. nahoru podél nové osy x3 , takže pro oddělení obou tříd již lze použít rovinu rovnoběžnou s rovinou danou osami x1 a x2. Faktorová analýza Faktorová analýza předpokládá existenci několika faktorů F1 a Fn, které stojí v pozadí. Sleduje příčinné vztahy mezi proměnnými. Model faktorové analýzy je dán na základě vztahu pro j-tou pozorovatelnou náhodnou veličinu Xj: X_j=μ_j+γ_j1 F_1+ γ_j2 F_2+⋯…+γ_jk F_(´k)+ε_j kde ε_1,ε_(2,….) ε_p je p - náhodných složek. Oblasti využití těchto metod: Výše uvedené metody (jakož i další metody, zde neuvedené) budou využity v oblasti ekonomie, financí, studiu chování podniků, DPZ, veřejné správy a informatiky. Literatura LINDA, B. Pravděpodobnost. 1. vyd. Pardubice: Univerzita Pardubice, 2010. 168 s. ISBN: 978-80-7395-303-4. MARČEK, D. Supervizované a nesupervizované učení z data: Statisticýá a soft přístup. SAEI. Ostrava: VŠB-TU Ostrava, 2016. PACÁKOVÁ, V. Probability modelling methods and collective risk simulation. Pardubice: Univerzita Pardubice, 2009. ISBN 978-80-7395-227-3. TRIANTAPHYLLOU, E. Multi-Criteria Decision Making Methods: A komparative study. Kluwer: Academic Publishers, 2000. ISBN 0-7923-6607-7. WISNIEWSKI, M. Metody manažerského rozhodování. Grada Publishing: 1996. ISBN 80-7169-089-9. Články MARČEK, D., BÁBEL, J., FALÁT, L. Forecasting Currency Pairs with RBF Neural Network Using Activation Function Based on Generalized Normal Distribution Experimental Results. Journal of Multiple-Valued Logic and Soft Computing. ‏33(6), 539-563, 2019. MARČEK, D. Forecasting of financial data: a novel fuzzy logic neural network based on error-correction concept and statistics. Complex & Intelligent Systems. 4(2), 95-104, 2018. DANEL, Roman, Lukáš OTTE, Roman KOZEL, David JOHANIDES, Šárka VILAMOVÁ, Kamila JANOVSKÁ a Michal ŘEPKA. Database mirroring in fault-tolerant continuous technological process control. Metalurgija. Zagreb: Hrvatsko metalurško društvo (HMD), 2016, 55(1), s. 83-86. ISSN 0543-5846. KOLKOVÁ, Andrea. THE APPLICATION OF FORECASTING SALES OF SERVICES TO INCREASE BUSINESS COMPETITIVENESS. Journal of Competitiveness. Zlín: Univerzita Tomáše Bati ve Zlíně, 2020, 12(2), s. 90-105. ISSN 1804-171X. KOZEL, Roman, Šárka VILAMOVÁ, Petr BARÁNEK, Václav FRIEDRICH, Zuzana HAJDUOVÁ a Marcel BEHÚN. Optimizing of the Balanced Scorecard method for management of mining companies with the use of factor analysis. Acta Montanistica Slovaca. Technická univerzita v Košiciach, 2017, 22(4), s. 439-447. ISSN 1335-1788. NAVRÁTIL, Miroslav a Andrea KOLKOVÁ. Dekomposition and forecasting time series in business economy using prophet forecasting model. Central European Business Review. Vysoká škola ekonomická v Praze, 2019, 8(4), s. 26-39. ISSN 1805-4854. MARČEK, M. HORVATH, M. a D. MARČEK. Comparison of ARMA Model vs. Of SVM and Causal Models Applied to Wages Time Series modeling and Forecasting. Proceedings of 9th International Conference on Soft Comuting Applied in Computer and Economic Enviroments (ICSC), Hodonín: EPI-Knovice, 2011, s. 143-149.
Rok zahájení
2022
Rok ukončení
2022
Poskytovatel
Ministerstvo školství, mládeže a tělovýchovy
Kategorie
Workflow pro SGS
Typ
Specifický výzkum VŠB-TUO
Řešitel
Zpět na seznam