文献

J-GLOBAL ID：201902256279877358   整理番号：19A2425044

暗号のためのBayes正則化とLevenberg-Marquardt訓練アルゴリズムの予測能力の比較【JST・京大機械翻訳】

A Comparison of Prediction Capabilities of Bayesian Regularization and Levenberg-Marquardt Training Algorithms for Cryptocurrencies

著者 (2件)： Priya Anu (Department of CSE, Birla Institute of Technology, Mesra, Ranchi, India) ,  Garg Shruti (Department of CSE, Birla Institute of Technology, Mesra, Ranchi, India)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 159  ページ： 657-664  発行年： 2020年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 不確実性を同定し定量化するために,任意の通貨の予測を実行し,実時間市場価値による結果に及ぼすそれらの影響を推定した。本論文では,Bayes正則化人工ニューラルネットワーク(BRANN)とLevenberg-Marquardt人工ニューラルネットワーク(LMANN)を,それらの予測能力の観点から比較した。それらの予測能力を比較するために,Bitcoin,Bitcoin cash,Litecoin,およびRiple価格のような4つの暗号を取り上げた。BRANNとLMANNは,両モデルが時系列データの予測に使用され,傾向や季節性のような歴史的特徴に依存しないので,予測に適していることが分かった。それらは訓練データに基づいてそれらの予測を提供する。ネットワーク出力を平均百分率誤差で比較した。実験により,BRANNは大規模データに対してLMANNよりも誤差が少ないことが分かった。しかし,両方のニューラルネットワークの性能は,小さいサイズデータに対してより少ない。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *暗号 ,  *正則化 ,  *学習アルゴリズム ,  時系列分析 ,  ネットワーク ,  不確実性 ,  ニューラルネットワーク
準シソーラス用語： 大規模データ ,  訓練データ ,  季節性 ,  時系列データ ,  市場価格 ,  実時間 ,  *予測能力 , 【Automatic Indexing@JST】

著者キーワード (4件)： 暗号通貨 ,  時系列解析 ,  Brann ,  Lmann

分類 (5件)： その他の熱機関  (PB03000N) ,  橋かけ  (YH04100E) ,  潤滑法  (QB02020D) ,  生物薬剤学(基礎)  (GY01021U) ,  冷凍装置  (PD03000T)

タイトルに関連する用語 (4件)： 暗号 ,  正則化 ,  訓練アルゴリズム ,  予測能力