كنفرانس بين المللی مهندسی صنايع و سيستم ها

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 Hassanzadeh¹ Alireza Hamedghafari² Alireza Shadman³

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

Design of a safety cost estimation model in oil and gas EPC contracts

Reza Dehghani Beidokhti - Mohsen Amiri

ارزیابی نقش متاورس در مدیریت شهر هوشمند با مدلسازی رفتاری، در حوزه‌های انرژی، سلامت، حمل‌و‌نقل و مطالعه موردی بازار انرژی محلی

زهرا ایران‌پور مبارکه - مهدی نوذریان - محمد غفوریان نصیری - علیرضا فریدونیان

بررسی تأثیر اینترنت اشیا در دستگاههای کارتخوان در بهبود سیستم های صف

فاطمه سوگندی - حسین مختاری

توسعه مدل ریاضی چندهدفه برای مسئله موازنه زمان، هزینه و ریسک پروژه با درنظرگرفتن منابع انسانی چندمهارته تحت شرایط عدم قطعیت فازی

سید محمدمهدی موسوی وانانی - سید میثم موسوی - محمدجواد برزگری

Barriers to Artificial Intelligence Adoption in Manufacturing and Industrial Sectors: A Multi-Industry Synthesis and Prioritization Approach

Gholamreza Jamali - Abdullah Junbish

Applying Ensemble Learning Methods for Customer Response Modeling Considering Expected Profitability

Elham Gholipour - HamidReza Koosha

Distributed Scheduling Problem Considering Network Configuration and Transportation Costs

Ghazal Ziadlou - Saeed Emami - Ebrahim Asadi-Gangraj

پیش بینی لزوم انجام عمل جراحی قلب باز با استفاده از الگوریتم‌های داده‌کاوی

اعظم احمدی - مرتضی پاکدامن

اولویت‌بندی بیماران با توجه به معیار‌های آزمایشگاهی بر اساس روش‌های Vikorو Copras

سهیلا بیاتلو - سعید علائی

توسعه مدلی ریاضی برای یکپارچه سازی مسئله ی زمان بندی سلولی و تخصیص کارگر با امکان برون سپاری و در نظر گرفتن کاهش مصرف انرژی

راضیه قنبری - محمد محمدی - کامران فرقانی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0