Toistuvien neuroverkkojen vertailu osakehintojen ennustamisessa

Toistuvien neuroverkkojen vertailu osakehintojen ennustamisessa

Tämä tutkielma vertailee pitkä lyhytaikainen muisti (LSTM, engl. long short- term memory) ja aidatut toistuvat yksiköt (GRUs, engl. gated recurrent units) toistuvia neuroverkkoja ja niiden suorituskykyä osakehintojen ennustamisessa. Tarkastelluissa tutkimuksissa LSTM ja GRU pärjäsivät pitkälti yhtä...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Montonen, Weerti
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Kandityö
Kieli:fin
Julkaistu: 2024
Aiheet:
LSTM
GRU
toistuvat neuroverkot
osakehintojen ennustaminen
Tietotekniikka
Mathematical Information Technology
602
neuroverkot
arvopaperikauppa
Linkit: https://jyx.jyu.fi/handle/123456789/93110

Samankaltaisia teoksia