文献

J-GLOBAL ID：201702215018619131   整理番号：17A1755363

DBNに基づく金融時系列データモデリングと意思決定【JST・京大機械翻訳】

Modeling and Decision-making of Financial Time Series Data with DBN

著者 (3件)： Ceng Zhiping (上海大学 通信与信息工程学院,上海 200072;中国科学院 上海高等研究院 智慧城市研究中心,上海 201210) ,  Xiao Haidong (中国科学院 上海高等研究院 智慧城市研究中心,上海,201210) ,  Zhang Xinpeng (上海大学 通信与信息工程学院,上海,200072)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 4  ページ： 1-5  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 金融時系列データの分析においては、複雑な非線形システムに遭遇することが多く、数学的方法を用いて、これらの複雑なシステム状態方程式を正確にモデル化することは難しい。現在の金融時系列のデータ分析の複雑さと不確実性の問題に対して、複雑な非線形システムのシミュレーションを金融時系列データ曲線に対するパターン認識に転化し、金融時系列データの上昇、低下及び不規則な各種モデルを確定した。非構造化データ処理における深さ学習の優位性を利用して,本論文では,深さ信念ネットワーク(DBN)に基づく改良された金融時系列データモデリングと解析法を提案した。時系列データを非構造化データに変換し、これらの非構造化データを深い学習ネットワークの入力層としてDBN金融時系列データモデルを訓練し、訓練したモデルを用いて金融時系列データサンプルの予測選択と取引を行った。実験結果により,DBNモデルを用いて選択した金融データサンプルの金融時系列データの定量化の決定分析における正確率は90.5492%に達することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  不確実性 ,  学習 ,  非線形系 ,  データモデル ,  *意思決定 ,  パターン認識 ,  ネットワーク ,  予測 ,  データ解析 ,  状態方程式 ,  *金融
準シソーラス用語： *時系列データ ,  非構造化データ ,  *金融時系列 , 【Automatic Indexing@JST】

著者キーワード (5件)： deep belief network ,  Restricted Boltzmann Machine (RBM) ,  deep learning ,  financial time series data ,  forecasting and decision

分類 (2件)： 利益管理  (KA05030A) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： DBN ,  金融時系列 ,  データモデリング ,  意思決定