Прогнозування економічних процесів на основі новин з відкритих джерел за допомогою нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorМашталяр, Юрій Орестович
dc.date.accessioned2025-01-23T13:39:01Z
dc.date.available2025-01-23T13:39:01Z
dc.date.issued2024
dc.description.abstractОб’єктом дослідження є економічні процеси та їхнє прогнозування на основі даних про курси валют і новин із відкритих джерел. Предметом дослідження є використання нейронних мереж для інтеграції числових і текстових даних з метою підвищення точності прогнозування. Метою роботи є розробка моделі прогнозування економічних процесів, яка враховує не лише історичні числові дані, а й текстовий контекст новин із відкритих джерел, що впливають на економічну динаміку. У роботі досліджено еволюцію методів прогнозування економічних процесів та роль текстових даних у формуванні економічних очікувань. Було розроблено базову модель LSTM, яка використовує історичні дані валютних курсів, та покращено її за рахунок інтеграції текстових ознак за допомогою методів Word2Vec, GloVe та BERT. Проведено аналіз точності моделей за метриками RMSE, R2 та MAE, що дозволило визначити ефективність використання сучасних підходів до обробки тексту та їх інтеграції у фінансові прогнози. Програмний продукт розроблено з використанням мови програмування Python.
dc.description.abstractotherThe object of the study is forecasting economic processes based on open source data. The subject of the study is the use of neural networks to integrate numerical and textual data in order to increase the accuracy of forecasting. The purpose of the work is to develop a model for forecasting economic processes that takes into account not only historical numerical data, but also the textual context of open source news that affects economic dynamics. The work investigates the evolution of methods for forecasting economic processes and the role of textual data in the formation of economic expectations. A basic LSTM model was developed that uses historical exchange rate data and improved by integrating text features using the Word2Vec, GloVe and BERT methods. The accuracy of the models was analyzed using the RMSE, R2 and MAE metrics, which allowed us to determine the effectiveness of using modern approaches to text processing and their integration into financial forecasts. The software product was developed using the Python programming language.
dc.format.extent113 с.
dc.identifier.citationМашталяр, Ю. О. Прогнозування економічних процесів на основі новин з відкритих джерел за допомогою нейронних мереж : магістерська дис. : 124 Системний аналіз / Машталяр Юрій Орестович. - Київ, 2024. - 113 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72146
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectаналіз новин
dc.subjectнейронні мережі
dc.subjectlstm
dc.subjectnlp
dc.subjectword2vec
dc.subjectglove
dc.subjectbert
dc.subjectnews analysis
dc.subjectneural networks
dc.subject.udc303.732.4
dc.titleПрогнозування економічних процесів на основі новин з відкритих джерел за допомогою нейронних мереж
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Mashtaliar_magistr.pdf
Розмір:
1.79 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

Магістерські роботи (ММСА)
Магістерські роботи