Зайченко, Юрій ПетровичКузьменко, Олексій Віталійович2023-04-132023-04-132022Кузьменко, О. В. Оптимізація параметрів та структури гібридних мереж глибокого навчання та їх застосування в задачах прогнозування : магістерська дис. : 122 Комп'ютерні науки / Кузьменко Олексій Віталійович. – Київ, 2022. – 106 с.https://ela.kpi.ua/handle/123456789/54596Магістерська дисертація: 102 с., 28 табл., 19 рис., 27 джерел, 3 додатки. Об’єктом дослідження є фінансові процеси на ринках цінних паперів та методи їх прогнозування. Предмет дослідження – гібридні мережі глибокого навчання на основі самоорганізації та оцінка їх ефективності в задачах прогнозування на фінансових ринках. Мета дослідження полягає в оцінці точності гібридних мереж глибокого навчання у задачі прогнозування на фінансових ринках, порівнянні їх ефективності на різних інтервалах з нейронною мережею LSTM та визначенні класів задач прогнозування, для яких застосування відповідних обчислювальних інтелектуальних технологій є найбільш перспективним. Запропоновано та розроблено систему для оптимізації параметрів і синтезу структури гібридних мереж глибокого навчання, а також візуалізації результатів навчання та прогнозування. Експериментальним шляхом доведено ефективність запропонованої системи.106 с.ukгібридна мережа глибокого навчаннямгуа-нео-фазіоптимізаціясинтез структуриLSTMкороткострокове прогнозуваннясередньострокове прогнозуванняфінансові ринкиMaster Thesis004.852