CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بررسی بازه های زمانی آموزش در مدل های یادگیری جهت پیش بینی بهتر بازار

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۶ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ACLAW01_101
زبان مقاله: فارسی
حجم فایل: ۵۴۶.۳۶ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی بازه های زمانی آموزش در مدل های یادگیری جهت پیش بینی بهتر بازار

  ناصر شهسواری - دانشجوی کارشناسی ارشد حسابداری ،واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران
  هدی همتی - استاد دانشگاه. گروه حسابداری، واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران
  علی باغانی - استاد دانشگاه. گروه حسابداری، واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران

چکیده مقاله:

در این مقاله تلاش گردیده است تا با استفاده از سه مجموعه داده متفاوت از تغییرات قیمت سهام بانک صادرات ایران قدرت و توان پیش بینی کنندگی مدل شبکه عصبی LoLiMoT در بازه های زمانی مختلف مورد آزمون قرار گیرد همچنین جهت نیل به این هدف از سه مجموعه داده با بازه های زمانی بیست ثانیه ای (تغییرات سریع) یک دقیقه ای (تغییرات نرمال) و یک روزه (تغییرات کند) (جهت به کارگیری در فرآینده آموزش مدل عصبی) استفاده گردید و برای تشخیص بهترین تقریب در مجموعه داده از دو معیار خطای MSE و RMSE استفاده شده است در نهایت با مقایسه این خطاها بهترین مجموعه داده جهت استفاده در مرحله آموزش در پیش بینی با مدل LoLiMoT ارایه می گردد. جهت تجزیه و تحلیل داده های مورد آزمون نیز از نرم افزار MATLAB استفاده شده است که در نهایت مشخص گردید بازه زمانی سریع (بازه زمانی بیست ثانیه ای) پیش بینی بهتری را ارایه می نماید.

کلیدواژه‌ها:

پیش بینی، شبکه های عصبی LoLiMoT، رفتار خریدار

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACLAW01-ACLAW01_101.html
کد COI مقاله: ACLAW01_101

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شهسواری, ناصر؛ هدی همتی و علی باغانی، ۱۳۹۷، بررسی بازه های زمانی آموزش در مدل های یادگیری جهت پیش بینی بهتر بازار، کنفرانس ملی اندیشه های نوین و خلاق در مدیریت،حسابداری مطالعات حقوقی و اجتماعی، خوی، دانشگاه آزاد اسلامی زرقان - آموزش عالی علامه خویی وابسته به وزارت علوم تحقیقات و فناوری، https://www.civilica.com/Paper-ACLAW01-ACLAW01_101.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شهسواری, ناصر؛ هدی همتی و علی باغانی، ۱۳۹۷)
برای بار دوم به بعد: (شهسواری؛ همتی و باغانی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۱۵۶۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.