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.