|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Исследование функций активации и гиперпараметров в архитектуре сетей долгой краткосрочной памяти для прогнозирования финансовых временных рядовстатья Исследовательская статья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАКСтатья опубликована в журнале из списка Web of Science и/или Scopus
- Авторы: Кумсков Михаил, Арсланова Алина, Махова Анастасия
- Журнал: Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications
- Том: 34
- Год издания: 2024
- Издательство: Pleiades Publishing, Ltd
- Местоположение издательства: Road Town, United Kingdom
- Аннотация: рассматриваются варианты архитектуры LSTM сетей в задаче прогнозирования финансовых временных рядов на примере цен BTC-USD и ETH-USD на минутных, часовых и дневных тиках. Целью работы является исследование влияния функции активации и гиперпараметров LSTM-сети на качество прогноза. Рассмотрены как классические функции активации, такие как сигмоидальная, гиперболический тангенс, линейная, ReLU, так и неклассические функции активации cloglog, loglog. Гиперпараметры задают архитектурные решения нейросети и влияют на качество прогноза и скорость обучения. Показано, что правильный выбор функции активации и гиперпараметров сетей долгой краткосрочной памяти, является важным фактором, влияющим на качество прогноза и что неклассические функции активации cloglog и loglog, стоит использовать в архитектурах сетей долгой краткосрочной памяти для задач прогнозирования временных рядов наравне с классическими функциями активации.
- Добавил в систему: Кумсков Михаил Иванович
Прикрепленные файлы
| № | Имя | Описание | Имя файла | Размер | Добавлен |
|---|---|---|---|---|---|
| 1. | Полный текст | Кумсков-Арсланова-Махова-Статья.pdf | 1,2 МБ | 22 ноября 2024 [kumskov] |