| Publikationstyp: | Konferenz: Paper |
| Art der Begutachtung: | Peer review (Abstract) |
| Titel: | Self-organized division of labor in networks of forecasting models for time series with regime switches |
| Autor/-in: | Gygax, Gregory Füchslin, Rudolf Marcel Ott, Thomas |
| et. al: | No |
| Tagungsband: | Proceedings of the NOLTA 2020 Conference |
| Seiten: | 278 |
| Seiten bis: | 281 |
| Angaben zur Konferenz: | 2020 International Symposium on Nonlinear Theory and Its Applications (NOLTA2020), Online Conference, 16-19 November 2020 |
| Erscheinungsdatum: | Nov-2020 |
| Sprache: | Englisch |
| Schlagwörter: | Self-organization; Resilient machine learning |
| Fachgebiet (DDC): | 006: Spezielle Computerverfahren |
| Zusammenfassung: | We present the idea of a self-organized division of labor in networks of forecasting models. We find that the principles of self-organizing maps provide a good starting point for building resilient machine learning systems based on our idea. The potential of the idea, benefits and challenges are discussed by means of two toy-like problems. |
| URI: | https://digitalcollection.zhaw.ch/handle/11475/20862 |
| Volltext Version: | Publizierte Version |
| Lizenz (gemäss Verlagsvertrag): | Lizenz gemäss Verlagsvertrag |
| Departement: | Life Sciences und Facility Management |
| Organisationseinheit: | Institut für Angewandte Simulation (IAS) |
| Enthalten in den Sammlungen: | Publikationen Life Sciences und Facility Management |
Dateien zu dieser Ressource:
Es gibt keine Dateien zu dieser Ressource.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.