Although this paper shows the effec

Although this paper shows the effectiveness of the
RLS-TS in forecasting exchange rate, there are only three
kernel functions have been investigated. One of future work is
to explore more useful kernel functions for further improving
the performance of the RLS-TS models.
The Regularization Least-Squares method is originated from
statistical learning theory and used for classification and
function estimation issues. The hypothesis is that the training
set is drawn from the random independent identically
distributed observations. But for the times series forecasting,
the observations are definitely dependent. So, the future work
should give the new answer, in dependent conditions, of the
four questions proposed by Vapnik [7] in statistical theory.

ผลลัพธ์ (ไทย) 1:

แม้ว่าเอกสารนี้แสดงประสิทธิภาพของการบทบาท-TS ในการคาดการณ์อัตราแลกเปลี่ยน มีเพียงสามฟังก์ชันเคอร์เนลได้รับการตรวจสอบ หนึ่งของงานในอนาคตเพื่อสำรวจฟังก์ชันเคอร์เนลมีประโยชน์มากสำหรับการเพิ่มเติม ปรับปรุงประสิทธิภาพของแบบจำลองบทบาท-TSวิธีกำลังสองน้อยสุด Regularization มีต้นกำเนิดมาจากทฤษฎีการเรียนรู้สถิติ และใช้สำหรับการจัดประเภท และฟังก์ชันการประเมินปัญหา สมมติฐานว่าการฝึกอบรมชุดออกจากอิสระแบบสุ่มเหมือนกันสังเกตที่กระจาย แต่ สำหรับเวลาชุดการคาดการณ์สังเกตที่แน่นอนขึ้นอยู่ ดังนั้น การทำงานในอนาคตควรให้คำตอบใหม่ ขึ้นอยู่กับสภาพ ของสี่คำถามเสนอในทฤษฎีทางสถิติ โดย Vapnik [7]

ผลลัพธ์ (ไทย) 2:

แม้ว่างานวิจัยนี้แสดงให้เห็นถึงประสิทธิภาพของ
RLS-TS
ของอัตราแลกเปลี่ยนพยากรณ์มีเพียงสามฟังก์ชั่นเคอร์เนลได้รับการตรวจสอบ หนึ่งในการทำงานในอนาคตคือการสำรวจการทำงานของเคอร์เนลประโยชน์มากสำหรับการต่อการพัฒนาประสิทธิภาพการทำงานของรุ่นRLS-TS. ทั้งนี้กระบวนการวิธีการอย่างน้อยสี่เหลี่ยมมาจากทฤษฎีการเรียนรู้ทางสถิติและการจัดประเภทและปัญหาการประมาณค่าฟังก์ชั่น สมมติฐานคือการฝึกอบรมชุดที่ถูกดึงมาจากการสุ่มอิสระเหมือนกันสังเกตการกระจาย แต่สำหรับการคาดการณ์ชุดครั้งสังเกตจะขึ้นอยู่แน่นอน ดังนั้นการทำงานในอนาคตควรจะให้คำตอบใหม่ในสภาพขึ้นอยู่กับของสี่คำถามที่เสนอโดยVapnik [7] ในทฤษฎีทางสถิติ

ผลลัพธ์ (ไทย) 3:

แม้ว่าบทความนี้จะแสดงประสิทธิภาพของ
rls-ts ในการพยากรณ์อัตราแลกเปลี่ยน มีเพียงสาม
เคอร์เนลฟังก์ชันได้รับการสอบสวน หนึ่งของการทำงานในอนาคต คือ เพื่อศึกษาฟังก์ชันเคอร์เนล

มีประโยชน์ต่อการปรับปรุงประสิทธิภาพของ rls-ts รุ่น .
regularization วิธีกำลังสองน้อยที่สุดคือมาจาก
ทฤษฎีการเรียนรู้เชิงสถิติและใช้ในการจำแนกและ
ปัญหาการประมาณค่าของฟังก์ชัน สมมติฐานคือการฝึกอบรม
ชุดได้มาจากการสุ่มอิสระเหมือนกัน
แจกสังเกต แต่สำหรับอนุกรมเวลาพยากรณ์ ,
) กลุ่มแน่นอน ดังนั้น
งานในอนาคตควรให้คำตอบใหม่ในเงื่อนไขขึ้นอยู่กับของ
4 ข้อที่เสนอโดย vapnik [ 7 ] ในทฤษฎีทางสถิติ