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
بهینهسازی تخصیص منابع در شبکههای توزیع انرژی الکتریکی با در نظر گرفتن اتلاف انرژی در خطوط توزیع و تأثیر دمای محیط روی اتلاف انرژی
هادی قلی نژاد - علی اکبر جابری
پیش بینی کوتاهمدت، میان مدت و بلندمدت پیک مصرف برق در تهران به کمک روشهای یادگیری ماشین
علیرضا مرادی - نفیسه صدقی
ارایه مدل مبتنی بر بلاکچین برای ایجاد شناسنامه کیفی خودرو: رویکردی در جهت شفافسازی زنجیره ارزش و بهبود رضایت مشتری
مروارید زاهدی فرد - علی میرشاهی - سمیر قربانی - رضا طهماسبی - سید فرزام رحیمی رهبر
The Impact of Organizational Structure on Organizational Performance by Applying Balance Scorecard: A Case Study
Mansour Abedian - SayyedMohammadReza Davoodi - Masoud Haratian
Dynamic NFT Price Prediction Incorporating Temporal Features into Machine Learning Models (BAYC Case Study)
Ali Fadaei Tafreshi - Maryam Rezapourniari - Reza Amiryaghoubi - Ali Asadi
بررسی تاثیر آموزش کارآفرینی دیجیتال بر رفتار کارآفرینی با نقش میانجیگری قصد کارآفرینی و خودکارآمدی کارآفرینانه در مراکز رشد و نوآوری پارک علم و فناوری خراسان رضوی
فرنوش جان فزا - ، سیده زهرا فاطمی - عیسی یزدان شناس
ارائه مدل ارزیابی فنی و اقتصادی جایگزینی انرژی خورشیدی در صنایع لوازم خانگی در ایران (مطالعه موردی: شرکت ستاره طالیی صنعت (بیمکث))
علی حاجی کتابی - راضیه سادات هاشمی نژاد - زهرا سلیمانی
A Review of Resiliency and Fairness Concepts in Humanitarian Operations Management
Parham Aghayani - Ehsan Nikbakhsh
شناسایی حروف دست نویس برون خطی با استفاده از تکنیک های داده کاوی در شبکه عصبی
عادل امانی - مجتبی منتظری
A Hurst exponent analysis approach for investigation of market efficiency during COVID-19 pandemic: A case study from top affected economies
Milad Kamali Alamdari - Ehsan Hajizadeh - Ali Fereydooni
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.7.0
