رویکردها و ابزارهای پیش بینی هوشمند فازی در حوزه ارزهای دیجیتال
Publish place: Financial Economics، Vol: 18، Issue: 66
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 79
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECJ-18-66_012
تاریخ نمایه سازی: 15 بهمن 1402
Abstract:
چکیده سیستم های ترکیبی مبتنی بر شبکه های عصبی مصنوعی و سیستم های فازی مدل های مختلفی را برای پیشرفت علم ارائه می دهند از آنجا که آنها مدل هایی هستند که می توانند با آموزش عملی شبکه های عصبی و ظرفیت تفسیری سیستم های فازی کار کنند. لذا هدف این پژوهش، بررسی سیستماتیک مهمترین تئوری های پیش بینی ارز دیجیتال مبتنی بر مدل های ترکیبی فازی و شبکه های عصبی مصنوعی است مدل هایی که عمدتا بر روش های نظارت شده جهت سنجش مدل های ترکیبی متمرکز هستند همچنین، این بررسی ، تاریخچه مدل های ترکیبی، ترکیبات و قابلیت های معماری ، پردازش داده ها و روش های سنجش آنها، ویژگی های مدل های برجسته(پیشرو) و کاربردهای آنها در پیش بینی ارز دیجیتال را نیز شامل می شود نتایج نشان می دهد که مدل های شبکه عصبی فازی و مشتقات آنها در پیش بینی ارز دیجیتال با دقت بسیار بالا و با قابلیت توجیه مناسب که در طیف وسیعی از حوزه های اقتصادی و علمی کاربرد دارد، کارآمد هستند
Keywords:
واژه های کلیدی: پیش بینی , ارز دیجیتال , شبکه های عصبی فازی , سیستم های فازی , مدل های ترکیبی. طبقه بندی JEL : G۱۱ , G۲۱ , P۳۴
Authors
داود زارع خانقاه
گروه حسابداری، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
علی محمدی
گروه حسابداری، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
محمد ایمانی برندق
گروه حسابداری و مدیریت دانشگاه زنچان،زنجان ،ایران
امیر نجفی
گروه مهندسی صنایع، واحد زنجان، دانشگاه آزاد اسلامی، زنجان ، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :