Показать меню
02 дек 21:08Форки

Индийский ученый применил технологию глубокого обучения для..

Индийский ученый применил технологию глубокого обучения для..

Исследователь из Технологического института Веллора в Индии предложил метод прогнозирования цен криптоактивов с использованием нейронной сети с долгой краткосрочной памятью (LSTM).

Специалист по обработке и анализу данных Абинхав Сагар (Abinhav Sagar) продемонстрировал в своем блоге четырехэтапный процесс использования технологии машинного обучения для прогнозирования цен криптоактивов в режиме реального времени, которые «относительно непредсказуемы» по сравнению с традиционными рынками.

По мнению Сагара, хотя машинное обучение достигло некоторого успеха в прогнозировании цен на фондовом рынке, его применение в индустрии криптовалют было ограничено. В подтверждение он заявил, что цены криптоактивов колеблются в связи с быстрым развитием технологий, а также экономическими и политическими факторами и вопросами безопасности.

Предложенный Сагаром четырехэтапный метод включает:

  1. сбор данных о криптовалюте в режиме реального времени;

  2. подготовку данных для обучения нейронной сети;

  3. тестирование прогноза с использованием нейронной сети LSTM;

  4. визуализацию результатов прогноза.

Для обучения сети Сагар использовал набор данных от CryptoCompare, учитывая цену, объем торгов, наибольшее и наименьшее значение цены.

Он опубликовал информацию о проекте на GitHub и описал функции, которые он использовал для нормализации значений данных при подготовке к машинному обучению. Прежде чем составить график и визуализировать результаты сетевых прогнозов, Сагар отметил, что в качестве показателя оценки он использовал абсолютную погрешность среднего значения, которая измеряет среднюю величину ошибок в наборе прогнозов без учета их направления.

Индийский ученый применил технологию глубокого обучения для..

Визуализация Сагара прогноза цены криптовалюты в режиме реального времени с использованием нейронной сети LSTM. Источник: towardsdatascience.com

Машинное обучение уже не первый раз применяется в индустрии криптовалют и блокчейна для получения статистических данных. Летом аналитическая компания Elliptic в сотрудничестве с Массачусетским технологическим институтом (MIT) исследовали более 200 000 транзакций в сети Биткоина на предмет их связи с преступной деятельностью. Для того, чтобы отсортировать 203 769 транзакций на общую сумму $6 млрд, исследовательская группа задействовала алгоритм с машинным обучением.


Источник: bits.media
Печать







Блокчейн
Японские банки будут изучать расчеты с использованием криптовалют17:24Китай запускает национальную базу данных об уязвимостях в блокчейне12:26Китай работает над блокчейн-платформой для металлургической промышленности12:16Консорциум OOC объявил о завершении пилотного блокчейн-проекта с Data Gumbo12:04Банк Литвы объявил о скором выпуске коллекционной цифровой монеты11:52Таможенная полиция США инициировала розыск руководителя проекта Petro12:36BMW запустит программу вознаграждений на основе блокчейна в Южной Корее11:16IBM, ING, Microsoft, Nasdaq и R3 запускают новый орган по стандартизации токенов11:10Министр финансов Японии высказался против снижения налога на криптовалютные доходы13:48UruguayCan запустит блокчейн-приложение для отслеживания производства медицинского каннабиса11:58JP Morgan будет использовать блокчейн-сеть для автоматизации платежей фондов денежного рынка11:35