Библиографическое описание:ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ РЫНКОВ : доклад, тезисы доклада / К. И. Кравцов. - [Б. м. : б. и.], 2023. - Текст : непосредственный // АКТУАЛЬНЫЕ ПРОБЛЕМЫ АВИАЦИИ И КОСМОНАВТИКИ : сборник материалов IX Международной научно-практической конференции, посвященной Дню космонавтики. В 3-х томах / АКТУАЛЬНЫЕ ПРОБЛЕМЫ АВИАЦИИ И КОСМОНАВТИКИ (2023 ; 10.04 - 14.04 ; Красноярск). - Красноярск : Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева", 2023. - 3. - С. 341-343.
Аннотация:Глубокие нейронные сети (ГНС) являются одной из самых активно развивающихся областей машинного обучения в последние годы. Они уже нашли широкое применение в различных сферах, в том числе в финансовых рынках. В этой работе рассматриваются перспективы использования ГНС для прогнозирования финансовых рынков. Описываются, какие типы финансовых данных могут быть использованы для обучения ГНС, какие типы ГНС могут быть наиболее эффективными для прогнозирования финансовых рынков, и какие вызовы и проблемы могут возникнуть при использовании ГНС для прогнозирования финансовых рынков.
Deep neural networks (GNS) are one of the most actively developing areas of machine learning in recent years. They have already found wide application in various fields, including financial markets. In this paper, the prospects of using GNSS for forecasting financial markets are considered. It describes which types of financial data can be used to train STS, which types of STS can be most effective for forecasting financial markets, and what challenges and problems may arise when using STS to predict financial markets.
Издательство:Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева, Красноярск
Выпуск:3
Мероприятие:АКТУАЛЬНЫЕ ПРОБЛЕМЫ АВИАЦИИ И КОСМОНАВТИКИ (Красноярск, 2023 ; 10.04 - 14.04)
Номера страниц:341-343
Держатель оригинала документа:Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
