Библиотека Амурского Государственного Университета

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

БД "Книги"

БД "Статьи"

Труды АМГУ

Выпускные квалификационные работы

Антитеррор

Область поиска

Найдено в других БД:

БД "Статьи" (2)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=LSTM<.>)

Общее количество найденных документов : 2
Показаны документы с 1 по 2

Пучков, Е. В.
Разработка системы хранения ансамблей нейросетевых моделей [Текст] = Neural network ensembles storage development / Е. В. Пучков, С. Терехов // Программные продукты и системы. - 2017. - Т. 30, № 1. - С. 12-20 : ил.: 8 рис. - Библиогр.: с. 20 (24 назв.) . - ISSN 0236-235X

УДК

^a007:57

^a004.7

ББК 32.818 + 32.973.202
Рубрики: Радиоэлектроника
   Бионика
   Вычислительная техника
   Вычислительные сети
Кл.слова (ненормированные):
рекурентные нейронные сети -- LSTM -- системы хранения -- временные ряды -- базы данных -- прогнозирование
Аннотация: Цель данной работы – проектирование и разработка системы хранения ансамблей нейросетевых моделей, обеспечивающей структурированное хранение данных на различных этапах решения задач прогнозирования временных рядов. Разработка хранилища позволит не только организовать процесс анализа данных, но и повысить качество результирующих моделей за счет автоматизации процесса формирования ансамблей.

Доп.точки доступа:
Терехов, С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Кузнецов, Р. С. (аспирант).
Прогнозирование котировок акций ПАО Газпром с использованием нейронных сетей LSTM [Текст] / Р. С. Кузнецов, Т. Г. Тумарова // Вестник Института экономики Российской Академии наук. - 2023. - № 3. - С. 84-98. - Библиогр. в конце ст. - полный текст статьи см. на сайте https://www.elibrary.ru . - ISSN 2073-6487

УДК

^a336.7

ББК 65.262
Рубрики: Экономика
Кредитно-денежная система
Кл.слова (ненормированные):
LSTM -- искусственный интеллект -- конкурентное преимущество -- нейронные сети -- прогнозирование котировок -- фондовая биржа -- фондовый рынок
Аннотация: Искусственный интеллект и машинное обучение все чаще начинают использоваться в различных сферах экономики и финансов. Развитие технологий и повышение доступности вычислительных мощностей позволяет все шире использовать различные средства программирования. Для многих компаний, занимающихся торговлей акциями и иными деривативами, использование эффективного механизма прогнозирования котировок является важным конкурентным преимуществом, а усилить данное преимущество в настоящее время возможно с использованием моделей нейронных сетей, таких как LSTM. В статье приведены результаты апробирования модели LSTM на базе фактических данных (котировок акций ПАО Газпром на Московской бирже), были спрогнозированы значения котировок и выявлен тренд акций ПАО Газпром на Московской бирже, начиная с сентября 2019 г.

Доп.точки доступа:
Тумарова, Т. Г. (кандидат экономических наук; профессор); ПАО Газпром
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

Статистика за 08.09.2024
Число запросов	14003
Число посетителей	1
Число заказов	0

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)