دوره 23، شماره 3 - ( 6-1405 )
جلد 23 شماره 3 صفحات 0-0 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mombeini H, Abolfathi E, Anvary Rostamy A A. Developing a Group Learning Prediction Model Using Deep Neural Networks for Bitcoin Cryptocurrency. jor 2026; 23 (3)
URL: http://jamlu.lahijan.iau.ir/article-1-2300-fa.html
URL: http://jamlu.lahijan.iau.ir/article-1-2300-fa.html
ممبینی حسین، ابوالفتحی احسان، انواری رستمی علی اصغر. ارایهی مدل پیشبینی یادگیری گروهی با استفاده از شبکههای عصبی عمیق برای رمز ارز بیتکوین. تحقیق در عملیات در کاربردهای آن. 1405; 23 (3)
گروه برنامهریزی و مدیریت، دانشگاه تربیت مدرس، تهران، ایران ، anvary@modares.ac.ir
چکیده: (58 مشاهده)
بیت کوین به عنوان ابزاری مالی برای داد و ستد و ذخیرهی پول، به طور گستردهای در کشورهای مختلف جهان مورد توجه قرار گرفته است. همچنین بیت کوین به عنوان طلای رمزارزها قیمت سایر رمزارزها را تحت تاثیر قرار میدهد. از این رو پیشبینی کارایی آن دارای اهمیت فراوانی میگردد و فهم ساخت مدلهایی که بتواند از نظر پیشبینی عملکرد مناسبی را ارایه دهد، بسیار مورد توجه قرار میگیرد. در این راستا در پژوهش فوق، ما به ارایهی پنج مدل در نه دورهی مطالعاتی با دادههای سری زمانی پرداختهایم. که چهار مدل اول شامل مدلهای شبکههای عصبی عمیق LSTM، GRU، TCN و BiLSTM میگردد و مدل پنجم یک مدل پیشنهادی یادگیری گروهی میباشد. پس از ساخت این مدلها و تحلیل یافتههای مربوط به آنها، مدلهای پیشبینی تجمیعی با استفاده از خروجی تمامیاین مدلها و دادههای واقعی ایجاد گردیده است. در نهایت نتایج این پژوهش نشان داده است که تمامیمدلها در تمامینه دورهی مطالعاتی عملکردی مناسب و قابل قبول داشتهاند، اما مدلهای مربوط به یادگیری گروهی از هر مدل منفردی در تمامی نه دوره عملکرد بهتری داشتهاند.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
