بهترین پیش بینی آینده با استفاده از مدل های شبکه عصبی LoLiMoT, RBF
- سال انتشار: 1396
- محل انتشار: اولین همایش سالانه مدیریت، حسابداری و اقتصاد ایران
- کد COI اختصاصی: EMACONFERENCE01_042
- زبان مقاله: فارسی
- تعداد مشاهده: 545
نویسندگان
دانشجو، کارشناسی ارشد حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
چکیده
در این مقاله سعی بر این است که در سه مجموعه داده از قیمت سهام در بازه زمانی سریع، نرمال و کند؛ مشخص نماییم که کدام یک از مدل های شبکه های عصبی LoLiMoT,، RBF بهترین برآورد و پیش بینی را از قیمت آینده سهام ارایه خواهند داد و برای نیل به این هدف از دو معیار خطای MSE و RMSE استفاده شده و در نهایت با مقایسه این خطاها بهترین مجموعه جهت استفاده در پیش بینی ها را مشخص خواهیم نمود.کلیدواژه ها
پیش بینی، شبکه های عصبی، RBF، LoLiMoTمقالات مرتبط جدید
- بررسی چالش های اجرای کامل مسئولیت اجتماعی شرکت(CSR) و تاثیر آن برپایداری،همراه با ارائه راهکارهای رفع آن چالش ها
- نوآوری کسب و کار مبتنی بر هوش مصنوعی
- تاثیر پایداری سود بر حق الزحمه غیر عادی حسابرسی
- ارتقاء پایداری در مالی با استفاده از هوش مصنوعی: مروری بر رویه های فعلی وقابلیت های آتی
- بررسی تاثیر سبک های مدیریتی کوانتومی بر عملکرد شغلی و معنویت سازمانی(مورد مطالعه:کارکنان ادارات امور مالیاتی شهر مشهد)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.