Search academic texts

Information × Registration Number 2121U008296, Article popup.category Бакалаврська робота Title Засоби прогнозування індексу акцій на основі апарату нейронних мереж (AI translated) popup.author Тараненко Олексій СергійовичTaranenko Oleksii Serhiiovych popup.publication 01-06-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/43734 popup.publisher Київ Description Дипломна робота: 84 с., 6 табл., 40 рис., 2 додатки та 22 джерела Мета роботи – використати типові архітектури нейронних мереж для вирішення нашої задачі та розглянути, яка з цих архітектур виявиться найкращою. Пpедметом досліджень є згорткові нейронні мережі, багатошарові нейронні мережі та мережі довгої короткочасної пам'яті. Чи є цей метод актуальним? Так, адже в наш час для прогнозу індексу акцій необхідно враховувати велику кількість даних та постійну зміну навколишніх факторів. Нейронна мережа досить добре задовольняє ці потреби. В результаті виконання цієї роботи було отримано три варіанти архітектури нейронної мережі та проаналізовано результати. Для покращення результатів краще використовувати якомога більше даних про зміни ціни акцій та фактори, які безпосередньо вплинули на ці зміни. Thesis contains 84p., 6 tables, 40 fig., 2 add and 22 referenses The aim of this work is to use tupical neural network architectures to solve our problem and to consider which of these architectures will be the best. The subjects of research are cinvilutional neural networks, multilayer neural networks and neural network of long short-term memory. Is this method relevant? Yes, because nowadays to forecast the stock index it's necessary to take into account a large amount of data ant the constant change of environmental factors. The neural networks satisfie these needs quite well. As a result of this work, three variants of the neural network architecture were obtained and the results were analyzed. To improve results, it's better to use as much data about changes in stock prices and the factors that directly affected these changes as possible. popup.nrat_date 2025-11-05 Close