Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
| Код |
563491 |
| Дата создания |
2019 |
| Страниц |
123
|
Мы сможем обработать ваш заказ (!) 30 сентября в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
6.1 Проблемы радиационной безопасности при аварии на предприятии ядерно-технического цикла 101
6.2 Критерии для принятия решения и установления режимных зон в районе аварий 104
6.3 Принятие решений и проведения профилактических и защитных мероприятий на различных этапах развития аварии на АЭС 107
Введение
Цель работы заключается в исследовании существующих методов и прогнозировании финансовых временных рядов на основе создания, обучения и использования искусственных нейронных сетей путем разработки прикладного программного обеспечения. В работе рассмотрены основные принципы и методы построения искусственных нейронных сетей, приведены специфику осуществления прогнозирования финансовых временных рядов, описаны результаты исследования и разработки программного приложения. Смысл прогнозирования финансовых рядов заключается в максимизации прибыли
Фрагмент работы для ознакомления
Магистерская диссертация. При необходимости, работа может быть оперативно переделана и доработана под нужную область. В наличии презентация, файлы исходников реализации, отчет по преддипломной практике(за дополнительную плату).Имеется 2 варианта работы, на русском и украинском языках, по запросу вышлю нужную. Если есть вопросы по работе - задавайте, постараюсь всем ответить.
Работа была защищена в 2019 году на оценку "Отлично" в одном из отечественных Вузов.
Список литературы
1. Бэстенс, Д.Э. Нейронные сети и финансовые рынки: принятие решений в торговых операциях / Д.Э. Бэстенс, В.М. Ван Ден Берг, Д. Вуд. – Москва: ТВП, 1997. – 236 с.
2. Billings, S.A. Dual – orthogonal radial function networks for nonlinear time series prediction / S.A. Billings, X. Hong // Neural Networks. – 1998. – № 11. – P. 479–493.
3. Адаптивные нейронные сети [Электронный ресурс] / Справочник по нейросетям. – Режим доступа: http://www.neuroshell.forekc.ru/ ans/index_7.htm. – Дата доступа: 22.02.2016.
4. Veith, A.C. A modified quickprop algorithm / A.C. Veith, G.A. Holmes // Neural Computation. – 2011. – Vol. 3. – P. 310–311.
5. Козадаев, А.С. Предварительная оценка качества обучающей выборки для искусственных нейронных сетей в задачах прогнозирования временных рядов / А.С. Козадаев // Вестн. Тамб. ун-та. Сер. Естеств. и техн. науки. – 2008. – Т. 13, вып. 1. – С. 99–100.
6. Панфилов П.Н. Введение в нейронные сети / П.Н. Панфилов // Современный трейдинг. – 2001. – № 2. – С. 12–17.
7. Прогнозирование финансовых временных рядов. – Электроний ресурс. – Режим доступу: https://habr.com/post/144405/. - Дата доступа: 10.10.2018.
и еще 23 источника
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00488