Прогнозування курсу криптовалютної пари з використанням методів глибинного навчання та технології Blockchain

Скорочена інформація про документ
dc.contributor.advisorГромова, Вікторія Вікторівна
dc.contributor.authorКостенко, Олександр Андрійович
dc.date.accessioned2024-06-11T08:31:15Z
dc.date.available2024-06-11T08:31:15Z
dc.date.issued2023
dc.description.abstractДипломну роботу виконано на 60 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 15 найменувань. У роботі наведено 20 рисунки та 9 таблиць. Метою даної дипломної роботи є створення математичного та програмного забезпечення прогнозування курсу криптовалютної пари на L2 шарі та проведення транзакцій на основі отриманих прогнозованих результатів на L1 шарі блокчейну Ethereum. У роботі проведено аналіз існуючих рішень даної задачі: - розглянуто штучні нейронні мережі як метод прогнозування курсу криптовалют. Види нейронних мереж: MLP, RNN, LSTM. зроблено порівняння архітектур нейронних мереж, виявлено переваги і недоліки. - розглянуто можливі технології масштабування блокчейну Ethereum. Технології масштабування: Starknet, Optimism. Розроблено систему прогнозування курсу криптовалютної пари та проведення транзакції на блокчейні Ethereum. Основні положення дипломної роботи опубліковано у вигляді тез доповіді на Міжнародній науково-технічній конференції SAIT 2016.
dc.description.abstractotherThe thesis is completed on 60 sheets, it contains 2 appendices and a list of references to used sources from 15 titles. The work contains 20 figures and 9 tables. The purpose of this thesis is to create a mathematical and software program for predicting the exchange rate of a cryptocurrency pair on the L2 layer and carrying out transactions based on the obtained predicted results on the L1 layer of the Ethereum blockchain. The work analyzes the existing solutions to this problem: - considered artificial neural networks as a method of forecasting the exchange rate of cryptocurrencies. Types of neural networks: MLP, RNN, LSTM. a comparison of neural network architectures is made, advantages and disadvantages are revealed. - considered the possible scaling technologies of the Ethereum blockchain. Scaling technologies: Starknet, Optimism. A system for forecasting the exchange rate of a cryptocurrency pair and conducting a transaction on the Ethereum blockchain has been developed. The main provisions of the thesis were published in the form of abstracts of a report at the International Scientific and Technical Conference SAIT 2016.
dc.format.extent98 с.
dc.identifier.citationКостенко, О. А. Прогнозування курсу криптовалютної пари з використанням методів глибинного навчання та технології Blockchain : дипломна робота … бакалавра : 113 Прикладна математика / Костенко Олександр Андрійович. – Київ, 2023. – 98 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/67083
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучні нейронні мережі
dc.subjectбагатошаровий пересептрон
dc.subjectрекурентні нейронні мережі
dc.subjectзгорткові нейронні мережі
dc.subjectдовго- короткострокова пам’ять
dc.subjectблокчейн
dc.subjectторгівля
dc.subjectБіткоїн
dc.subjectкриптовалюта
dc.subjectторгівельний бот
dc.subjectблокчейн масштабування
dc.titleПрогнозування курсу криптовалютної пари з використанням методів глибинного навчання та технології Blockchain
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kostenko_bakalavr.pdf
Розмір:
1.82 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ПМА)
Бакалаврські роботи