بهترین پیش بینی آینده با استفاده از مدل های شبکه عصبی LoLiMoT, RBF
عنوان مقاله: بهترین پیش بینی آینده با استفاده از مدل های شبکه عصبی LoLiMoT, RBF
شناسه ملی مقاله: EMACONFERENCE01_042
منتشر شده در اولین همایش سالانه مدیریت، حسابداری و اقتصاد ایران در سال 1396
شناسه ملی مقاله: EMACONFERENCE01_042
منتشر شده در اولین همایش سالانه مدیریت، حسابداری و اقتصاد ایران در سال 1396
مشخصات نویسندگان مقاله:
ناصر شهسواری - دانشجو، کارشناسی ارشد حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
هدی همتی - دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
علی باغانی - دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
خلاصه مقاله:
ناصر شهسواری - دانشجو، کارشناسی ارشد حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
هدی همتی - دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
علی باغانی - دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک
در این مقاله سعی بر این است که در سه مجموعه داده از قیمت سهام در بازه زمانی سریع، نرمال و کند؛ مشخص نماییم که کدام یک از مدل های شبکه های عصبی LoLiMoT,، RBF بهترین برآورد و پیش بینی را از قیمت آینده سهام ارایه خواهند داد و برای نیل به این هدف از دو معیار خطای MSE و RMSE استفاده شده و در نهایت با مقایسه این خطاها بهترین مجموعه جهت استفاده در پیش بینی ها را مشخص خواهیم نمود.
کلمات کلیدی: پیش بینی، شبکه های عصبی، RBF، LoLiMoT
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/697293/