Система прогнозування курсів криптовалют на основі методів рекурентних нейронних мереж

Вантажиться...
Ескіз

Дата

2021

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Магістерська дисертація містить: 118с., 22 табл., 44 рисунки , 1 дод. та 44 джерела. Об’єктом дослідження є вибірка цін криптовалюти «Litecoin» за кожен день з 2017 по 2021 рік. Предметом дослідження є методи інтелектуального аналізу даних на основі рекурентних нейронних мереж та метод МГУА. Програмною мовою була обрана Python. Побудовано моделі прогнозування вартості криптовалюти «Litecoin» на основі останніх модифікацій рекурентних нейронних мереж LSTM та GRU, таких як двонаправлені (bidirectional) LSTM та GRU, розширені (extended) LSTM, залежні (dependent) Bi-RNN, вказаних моделей з додаванням механізму уваги (attention-based mechanism), методів машинного навчання, а також методу групового врахування аргументів (МГУА). Розроблено програмний продукт для прогнозування вартості криптовалют. Виконано навчання моделей рекурентних нейронних мереж. Проведено експерименти щодо підбору параметрів цих моделей. Використовуючи множину критеріїв, отримано оцінки якості побудованих моделей та отриманих прогнозів. Порівняно результати, отримані МГУА та моделями рекурентних нейронних мереж. При виконанні роботи було встановлено два методи, що дають найкращі результати які достатньо близькі до реальних. Напрямок розвитку роботи є в розширенні функціоналу, зменшенні похибки прогнозування ціни та часу навчання моделі.

Опис

Ключові слова

мгуа, рекурентні нейронні мережі, інтелектуальний аналіз даних, машинне навчання, прогнозування ціни, криптовалюта, gmdh, recurrent neural networks, intellectual data analysis, machine learning, price forecasting, cryptocurrency

Бібліографічний опис

Малік, Т. І. Система прогнозування курсів криптовалют на основі методів рекурентних нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Малік Тимур Імтіазович. - Київ, 2021. - 119 с.

DOI