文献

J-GLOBAL ID：202202265221818905   整理番号：22A0964425

説明可能なディジタル通貨キャンドルスティックパターンAI学習者【JST・京大機械翻訳】

Explainable Digital Currency Candlestick Pattern AI Learner

著者 (4件)： Chen Jun-Hao (National Taiwan University,Department of Computer Science and Information Engineering,Taipei,Taiwan) ,  Wu Cheng-Han (Soochow Uiniversity,Department of Economics,Taipei,Taiwan) ,  Tsai Yun-Chneg (Soochow Uiniversity,Department of Data Science,Taipei,Taiwan) ,  Yen-Chi Chen Samuel (Brookhaven National Laboratory,Computational Science Initiative,New York,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： KST  ページ： 91-96  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： ますます多くのヘッジファンドは,ディジタルクレンシーを推測する従来の取引戦略にAI技術を統合した。従来の技術分析の中で,キャンドルスティックパターン認識は,グラフィカル価格移動に関する視覚判断による重要な金融取引技術である。高精度のモデルは,意思決定の理解と潜在的リスクの定量化を必要とする高度に規制された金融産業の下で需要をまだ満たすことができない。深い畳み込みニューラルネットワーク(CNN)は重要な性能を持っている。特に,高度に推測的な市場において,ブラックボックスモデルをブラインドに信頼することは,多くのトラブルを招いた。したがって,DNNベースの古典的取引戦略,キャンドルスティックパターン認識への説明可能性を組み込む必要がある。それは,デジタル Cu market市場における取引業者のための許容できる正当化を可能にする。本論文はブラックボックスを露出して,次のように2つのアルゴリズムを提供した。第1は,説明可能性を探索するための敵対者である。第2は,モデルの説明可能性を強化するための,Adversarial Generatorである。AIモデルに信頼し,その判断を理解するために,参加者は強力なAI技術を採用して,ディジタルの緊急市場におけるAIのより多くの可能性を作り出す。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： アルゴリズム ,  視覚 ,  パターン認識 ,  意思決定 ,  *金融 ,  ブラックボックス ,  ディジタル方式
準シソーラス用語： 敵対者 ,  *学習者 ,  高精度 ,  ヘッジファンド ,  畳込みニューラルネットワーク , 【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 (5件)： 説明 ,  ディジタル ,  通貨 ,  AI ,  学習者