Učení umělých neuronových sítí založené na mikrogenetických a genetických algoritmech a ověření na vysokofrekvenčních finančních datech – Martin Maděra
Martin Maděra
Disertační práce
Učení umělých neuronových sítí založené na mikrogenetických a genetických algoritmech a ověření na vysokofrekvenčních finančních datech
Training of Artificial Neurol Networks Based on Micro-genetic Algorithm and its Verification on High-frequency Data Sets
Anotace:
Predikce směnných kurzů měn a cen akcií jsou komplexním problémem, jehož řešení velmi často těží z posledního výzkumu a vývoje jak informačních technologií, tak strojového učení a umělé inteligence celkově. Hlavním cílem této práce je vytvořit a implementovat způsob učení umělých neuronových sítí, který bude zvládat efektivně učit síť na velkých objemech dat, aby síť byla schopna předvídat vysokofrekvenční …víceAbstract:
Predictions of currency exchange rates and stock values are very complex problems. Their solutions benefit from the state-of-the-art information technology and research and development of machine learning and artificial intelligence in general. The main focus of this study is to create and implement a learning algorithm for artificial neural networks which would effectively and efficiently train the …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 12. 8. 2024
Obhajoba závěrečné práce
- Vedoucí: Dušan Marček
- Oponent: Vitaly Levashenko, Zuzana Palková, Eva Volná
Citační záznam
Citace dle ISO 690:
MADĚRA, Martin. \textit{Učení umělých neuronových sítí založené na mikrogenetických a genetických algoritmech a ověření na vysokofrekvenčních finančních datech}. Online. Disertační práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Ekonomická fakulta. 2024. Dostupné z: https://theses.cz/id/u1wgf5/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Ekonomická fakultaDoktorský studijní program / obor:
Systémové inženýrství a informatika / Systémové inženýrství a informatika
Práce na příbuzné téma
-
Efficient implementation of Picnic
Jiří Rösch -
Implementation of Grover's algorithm to find the solution of a simplified Sudoku game using a quantum computer
Jan Hlisnikovský -
Efficient Implementation of Dynamic Time Warping for Motion Data
Matěj Hamala -
A Lock-Free Implementation of Union-Find
Maroš Tkáčik -
Techniques for Implementation of Neural Mass Models: Achieving both Efficiency and Productivity
Jan Fousek -
Design and implementation of contrast enhancement algorithm for testing images related to security applications
Chintan Khanna -
Implementace webového prostředí pro tvorbu neuronových sítí typu MLP
Mykyta AFANASIEV -
ARMA modely časovýchřad
Jitka Šírová