文献

J-GLOBAL ID：202202254809841136   整理番号：22A0979177

長短期記憶法を用いた時系列データに関する株価予測に向けて【JST・京大機械翻訳】

Towards a Stock Price Prediction on Time Series Data using Long-Short Term Memory Method

著者 (3件)： Malik Akshit (KIET Group Of Institutions,Department of computer science and information technology,Uttar Pradesh,India) ,  Gupta Priyanshi (KIET Group Of Institutions,Department of information technology,Uttar Pradesh,India) ,  Vijh Surbhi (KIET Group Of Institutions,Department of information technology,Uttar Pradesh,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： Confluence  ページ： 525-529  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 時系列を用いた株式市場予測の進行中の傾向は,企業の金融取引交換を決定する。しかし,予想外のアップとダウン,複雑なパターン,およびラジカル変化に対する感度を含む様々な課題がある。予測解析における指数的進歩は,貯蔵データに基づくストック交換を決定する。本論文では,長短温度メモリ(LSTM)のような深層学習技術を,その値を予測するために利用した。LSTM法は長期依存性問題を扱う。さらに,ユニットセルに沿った忘れゲートは,勾配消失からLSTMを防ぎ,1000以上のデータポイントを保存し,それらをスムーズに処理することを可能にする。実験分析において,結果は実際のストック値を有するストックの予測値を可視化した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  ラジカル ,  可視化 ,  株式市場 ,  金融 ,  *在庫量
準シソーラス用語： *時系列データ ,  予測値 ,  *株価予測 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 長短期記憶 ,  時系列データ ,  株価予測