0% Complete
صفحه اصلی
/
دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
Tuning LSTM Neural Network Hyperparameters with Taguchi Method for Stock Market Prediction
نویسندگان :
Hadi Hassanzadeh
1
Alireza Hamedghafari
2
Alireza Shadman
3
1- Ferdowsi University of Mashhad
2- Ferdowsi University of Mashhad
3- Ferdowsi University of Mashhad
کلمات کلیدی :
hyperparameter optimization،LSTM،Taguchi method،stock market prediction،artificial neural networks،machine learning
چکیده :
Forecasting the stock market is a difficult undertaking because of the intricate and ever-changing nature of financial markets. Long Short-Term Memory (LSTM) neural networks have displayed potential in grasping the time-related relationships in financial data for predicting prices. However, the effectiveness of LSTM models greatly depends on choosing the right hyperparameters. This paper introduces an innovative method for fine-tuning LSTM neural network hyperparameters by utilizing Taguchi Method to improve the accuracy of stock market predictions and additionally reduce the computational time required to obtain the best combination of hyperparameters. In this research, we establish a Taguchi method-driven optimization structure to automatically find the best combination of hyperparameters for LSTM models. Evaluations are performed using open-access datasets for stock markets with open prices.
لیست مقالات
لیست مقالات بایگانی شده
ارائه روشی جهت بهبود پدیده تغییرات رتبه در مدل تصمیمگیری EDAS
امین پاکزاد - حسین کریمی - محمود وحدانی
ارزیابی ریسک های عملیات اطفاء حریق و امداد و نجات در ساختمان های بلند شهر مشهد با استفاده از روش تحلیل درخت خطا
یاسمن اکرمی - سید محمود حسینی
توسعه چند هدفه زنجیره تامین پایدار پساب شهری و استفاده در صنعت فولاد تحت عدم قطعیت: مطالعه موردی شرکت فولاد زرند ایرانیان
هانیه نورنیا - مهدی نخعی نژاد
تکنیک فرصت از دست رفته بر مبنای فاصله در فضای مختصات قطبی (OPLO-POCOD) و مدل سروکوال ابزاری نوین در تحلیل و ارزیابی عملکرد سازمان های خدماتی: مطالعه موردی ( هتل های پنج ستاره مشهد)
رضا شیخ - سهیلا صنفی - سیده سارا هاشمی مقدم
طراحی پیکربندی شبکه خدمات پس از فروش تحت عدم قطعیت تقاضا با رویکردهای برنامه ریزی تصادفی و بهینه سازی استوار
مهدی افشاری - احسان نیک بخش
استفاده از الگوریتم بهینه ساز گرگ خاکستری جهت بهینه سازی تبادل هزینه-زمان با محدودیت بودجه، مطالعه موردی: سازه نیروگاه سدّ رودبار (استان لرستان)
امین محمدحسین زاده - محمدرضا حمیدیان
Enhancing Credit Risk Assessment Using Bagging of Machine Learning Models
Nima Mahmoodian - Reza Ghasemi Yaghin
Comparative Analysis of Community Detection Algorithms in Large-Scale Financial Transaction Networks
Sara Salimifard - Babak Teimourpor - Elham Akhondzadeh Noughabi - Ruhollah Zeinalipoor
ارائه رویکردی جهت استقرار ماشین آلات با استفاده از روش خوشه بندی (مطالعه موردی)
الهام شادکام - رضا رجبی - عطیه طیرانی همایونی
زمانبندی مجدد بارانداز عبوری به علت تاخیر در رسیدن کامیونهای ورودی با در نظر گرفتن امکان تخلیه بار یک کامیون در چند مرحله
دکتر محمد مهدی نصیری - محبوبه محبوب - علی رهبری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.7.6