پیش بینی قیمت فلزات گرانبها با استفاده از الگوریتم های یادگیری عمیق
- سال انتشار: 1397
- محل انتشار: کنفرانس بین المللی نوآوری وتحقیق در علوم مهندسی(ICIRES ۲۰۱۸)
- کد COI اختصاصی: ICIRES01_106
- زبان مقاله: فارسی
- تعداد مشاهده: 1648
نویسندگان
دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران
دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران
دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران
دانشکده علوم و فنون نوین، دانشگاه تهران، ایران
چکیده
همواره اقشار مختلف جامعه از اقتصاددانان گرفته تا عامه مردم به بازار ارز و فلزات گرانبها توجه ویژه ای داشته اند. در این زمینه، یکی از دغدغه های همیشگی اهل فن دستیابی به یک مجموعه پیش بینی نسبتا دقیق از قیمت (نرخ) انواع ارز و فلزات گرانبها بوده است. هدف از این تحقیق، طراحی و بکارگیری مدلی برای پیش بینی دقیق قیمت فلزات گرانبها بر طبق قیمت آنها در طول زمان است. با پیشرفت هایی که در عرصه فناوری اطلاعات رخ داده است، استفاده از علم داده و الگوریتم های پیشرفته در این زمینه می تواند راهگشا باشد. اخیرا الگوریتم های یادگیری عمیق زیادی برای حل مسایل هوش مصنوعی سنتی ارایه شده اند. در این تحقیق از دو روش LSTM و RNN برای پیش بینی قیمت فلزات گرانبها استفاده شده است. مدل سازی های متنوعی بر روی داده ها انجام گرفته است و نتایج هرکدام مورد بررسی قرار گرفته اند نتایج شبیه سازی های براساس شرایط مختلف و در سری های زمانی مختلف در پایتون انجام شده و مورد مقایسه قرار گرفته است. نتایج نشان می دهد که روشRNN بهتر از روش LSTM عمل می کند.کلیدواژه ها
الگوریتم LSTM، الگوریتم RNN، پیش بینی نرخ فلزات، یادگیری عمیقمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.