پیش بینی نوسانات ارزهای دیجیتال با استفاده از شبکه های عصبی عمیق

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 240

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECME17_009

تاریخ نمایه سازی: 29 فروردین 1402

چکیده مقاله:

امروزه ارزهای دیجیتالی یکی از مهم ترین دارایی ها در اقتصاد هستند. حفظ هویت کاربر، عدم نیاز بهواسطه، کارمزد پایین و سرعت بالای انجام تراکنش از مهم ترین مزایای ارزهای دیجیتال به شمار می روند.نوسانات شدید قیمت ارزهای دیجیتالی باعث می شود تا هر کسی به دنبال پیدا کردن راهی برای پیش بینیقیمت آن ها باشد. بسیاری از بانک ها و شرکت ها در حال تحقیق روی سرمایه گذاری وکسب سهمی از این بازارهستند و بعضی از کشور ها ارز های دیجیتالی را به عنوان یک ارز برای خرید و فروش قبول کرده اند. به دلیلنوسانات بالا پیش بینی قیمت ارز های دیجیتالی به یک چالش تبدیل شده است. در این مقاله یک روشکارآمد مبتنی بر شبکه های DNN و LSTM برای پیش بینی نوسانات ارزهای دیجیتالی و جهت گیری قیمت آن در بازه زمانی روزانه ارائه شده است. برای بهبود عملکرد شبکه های عصبی عمیق مذکور، از الگوریتم بهینه ساز PSO استفاده شده است. نتایج شبیه سازی نشان داد که روش پیشنهادی جهت تشخیص نرخ ارزهای دیجیتال چه در زمینه ی سرعت و چه در زمینه ی دقت نمایش قابل قبولی از خود ارائه کرده است. درمقایسه با روش های سنتی و پژوهش قبلی، این تحقیق نشان داد که کاربرد شبکه عصبی عمیق بازگشتیLSTM موجب بالا رفتن دقت در داده های سری زمانی می باشد.

نویسندگان

علی ملک فرد

کارشناسی ارشد مهندسی کامپیوتر دانشگاه غیرانتفاعی دانا-یاسوج

یحیی خوشبخت

دانشجوی کارشناسی مهندسی کامپیوتر دانشگاه غیرانتفاعی دانا-یاسوج

مالک خوشبخت

دانشجوی کارشناسی مهندسی کامپیوتر دانشکده فنی حرفه ای شهید شمسی پور-تهران

ساناز جمشدزهی

دانشجوی کارشناسی دانشگاه آزاد اسلامی واحد ایرانشهر

امیرحسین دمیا

کارشناسی ارشد مهندسی کامپیوتر دانشگاه صنعتی خواجه نصیرالدین طوسی