پیش بینی قیمت فلزات گرانبها با استفاده از الگوریتم های یادگیری عمیق

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,616

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIRES01_106

تاریخ نمایه سازی: 5 آبان 1397

چکیده مقاله:

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 عمیق

نویسندگان

بیژن شوشتریان

دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران

اسماعیل زاهدی

دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران

محسن یزدی نژاد

دانشکده مهندسی کامپیوتر، دانشگاه اصفهان،ایران

ساره هرمزان

دانشکده علوم و فنون نوین، دانشگاه تهران، ایران