2016
Using artificial neural networks for prediction of key indicators of a company in global world
ROWLAND, Zuzana a Jaromír VRBKAZákladní údaje
Originální název
Using artificial neural networks for prediction of key indicators of a company in global world
Název česky
Použití umělých neuronových sítí pro predikci klíčových indikátorů společnosti v globální světě
Autoři
ROWLAND, Zuzana (203 Česká republika, garant, domácí) a Jaromír VRBKA (203 Česká republika, domácí)
Vydání
1. vyd. Žilina, Slovensko, Globalization and its socio-economic consequences, 16th international scientific conference proceedings, PTS I-V, od s. 1896-1903, 8 s. 2016
Nakladatel
Žilina, Slovensko
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
50200 5.2 Economics and Business
Stát vydavatele
Slovensko
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Organizační jednotka
Vysoká škola technická a ekonomická v Českých Budějovicích
ISBN
978-80-8154-191-9
UT WoS
000393253800235
Klíčová slova česky
finanční plán; neuronové sítě; predikce; regrese
Klíčová slova anglicky
financial plan; neural networks; prediction; regression
Štítky
Změněno: 22. 10. 2018 10:33, Mgr. Eva Hynešová
V originále
The objective of the paper was to validate using chosen artificial neural network to predict future development of financial key indicators of CEZ Renewable Resources, Ltd. for setting a short-term financial plan. Multi-layer perceptron neural networks and Radial Basis Function neural networks were used. 1000 neural models were generated. The best got result says that it is possible to use neural networks for prediction of the future development of financial key indicators of a company.
Česky
Cílem práce bylo, pomocí vybrané umělé neuronové sítě, předpovědět budoucí vývoj klíčových finančních ukazatelů společnosti ČEZ Renewable Resources, s.r.o. pro stanovení krátkodobého finančního plánu. Byly použity vícevrstvé perceptronové neuronové sítě a neuronové sítě radiální základní funkce. Bylo generováno 1000 neuronových modelů. Dle nejlepšího výsledku je možné konstatovat, že neuronové sítě je možné použít k předpovědi budoucího vývoje klíčových finančních ukazatelů společnosti.