Построение системы предиктивного анализа банковских инвестиций с использованием технологий суперкомпьютерного моделирования
Анализ поведения стоимости ценной бумаги в будущем. Оценка банковских инвестиций с помощью прогнозных математических моделей: метода Монте-Карло и нейронных сетей. Уменьшение времени принятия решения за счет увеличения скорости формирования прогноза.
Подобные документы
Важность применения моделей, основанных на применении нейросетевых технологий как инструмента прогнозирования курсовой стоимости ценных бумаг. Потенциальные области применения искусственных нейронных сетей. Некоторые типовые задачи, решаемые с их помощью.
статья, добавлен 01.09.2018Обзор состояния проблемы аналитической обработки банковской информации. Решения для банков на основе компьютерных технологий. Информационно-логическая модель математической системы и ее структурно-функциональная схема. Проектирование прототипа интерфейса.
дипломная работа, добавлен 30.06.2017Цели моделирования физических процессов в детекторах (оптимизация конструкции аппаратуры и пр.). Основы метода Монте-Карло, его применение в ядерной физике. Устройство и работа с пакетом Geant4: основные понятия. Написание простой программы моделирования.
презентация, добавлен 17.08.2015- 29. Информатика
Определение эффективности инвестиций и расчет чистой приведенной стоимости. Анализ эффективности инвестиций для разных процентных ставок при помощи инструмента "Таблица" в Microsoft Excel. Оценка влияния процентной ставки на эффективность инвестиций.
контрольная работа, добавлен 02.06.2014 - 30. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Процесс технической диагностики объектов по изображениям термограмм на металлургическом производстве с использованием концептуальной модели интеллектуальной системы поддержки принятия решений. Использование метода прецедентов и аппарата нейронных сетей.
статья, добавлен 28.02.2016Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Модели нейронных сетей относятся к интеллектуальным системам, они позволяют улучшить результаты благодаря самообучению. Рассмотрены исследования по моделированию прогнозов котировок ценных бумаг. Нейронные сети обратного распространения. Описание модели.
статья, добавлен 17.03.2021Методы применения инновационных интеллектуальных технологий в маркетинге на основе моделирования нейронных сетей с использованием самоорганизующихся карт Кохонена. Понятие нейросетевых технологий. Группировка информации. Визуализация многомерных данных.
статья, добавлен 08.02.2014- 35. Разработка веб-приложения для масштабирования растровых изображений с использованием нейронных сетей
Процесс масштабирования (увеличения) изображения с минимальной потерей в качестве. Анализ способа соединения классического метода масштабирования и метода машинного обучения. Алгоритм работы нейронной сети, разработанной для масштабирования изображений.
дипломная работа, добавлен 01.08.2017 Разработка и внедрение модели кредитного скоринга с использованием нейронных сетей. Модель будет прогнозировать платежеспособность клиентов банка. Описание реализации. Предобработка входных данных. Процедура обучения нейронной сети, тестирование.
дипломная работа, добавлен 30.06.2017Применение моделирования для решения прикладных задач. Изучение сущности вербальных, математических и информационных моделей. Классификация моделей с учетом фактора времени и области использования. Информационные модели типа "очередь", "цикл", "дерево".
презентация, добавлен 07.04.2018Описание базовых задач для нейронных сетей и исторически первых методов настройки сетей для их решения: классификация (персептрон Розенблатта); ассоциативная память (сети Хопфилда); восстановление пробелов в данных; кластер-анализ (сети Кохонена).
курсовая работа, добавлен 04.04.2009Проведение имитационных экспериментов с моделями сложных систем, языки программирования имитационных моделей на ЭВМ. Свойства моделирования, обеспечивающие создание моделей для решения экономических задач. Механизмы формирования системного времени.
реферат, добавлен 21.02.2014Исследование классификации объектов и систем по их способности использовать информацию. Изучение понятия о жизненном цикле систем. Характеристика этапов создания модели. Анализ моделей аппроксимации, интерполяции, прогнозирования, метода Монте-Карло.
реферат, добавлен 21.10.2012Использование искусственных нейронных сетей, их способность к процессу настройки архитектуры сети и весов синаптических связей для эффективного решения поставленной задачи. Применение нейронных сетей в области телекоммуникаций, экономики и финансов.
статья, добавлен 26.04.2017Эволюция поколений символообрабатывающих ЭВМ. Этапы развитие искусственных нейронных сетей. Сравнение машины фон Неймана с биологической нейронной системой. Нейроинформатика как способ решения различных задач с помощью искусственных нейронных сетей.
лекция, добавлен 06.09.2017- 43. Разработка моделей для прогнозирования и анализа данных с применением пакета программ STATISTICA
Анализ методов и технологий Data Mining. Применение искусственных нейронных сетей. Освоение среды Data Miner и разработка моделей анализа данных с применением программ STATISTICA. Анализ результатов применения моделей прогнозирования и анализа данных.
дипломная работа, добавлен 14.12.2019 Анализ решения задачи дообучения классических дискретных нейронных сетей Хемминга и Хебба без потерь запомненной ранее информации. Основные процессы распознавания и классификации образов в системах, построенных на основе искусственных нейронных сетей.
статья, добавлен 01.03.2017Форма представления выходной информации. Рассмотрение способов её контроля. Обучение искусственных нейронных сетей. Исследование их преимуществ и недостатков. Источники и способы получения данных. Изучение особенностей применения нейронных сетей.
курсовая работа, добавлен 16.05.2016Анализ сущности нейронных сетей, их особенности способности к обучению (настройки архитектуры и синаптических связей). Перспективы развития применения и использования искусственных нейронных сетей. Основные достоинства нейронных сетей перед традиционными.
статья, добавлен 29.07.2018Характеристика метода формирования и анализа платёжной матрицы. Исследование процесса группового принятия решения с помощью кластеризации экспертных оценок альтернатив. Обзор языков программирования. Определение надежности программного обеспечения.
дипломная работа, добавлен 14.03.2016Рассмотрение вопросов, связанных с решением задачи построения и обработки когнитивных структур на основе использования нейронных сетей. Организация специализированной модели, настроенной на решения поставленной задачи "Нейросетевая когнитивная модель".
статья, добавлен 23.08.2020Моделирование поведения живых существ в процессе исследований в области искусственного интеллекта. Особенности искусственного нейрона и структура нейронных сетей. Осуществление диагностики с помощью использования пакета Statistica Neural Networks.
статья, добавлен 29.01.2016Аналитический обзор нечетко-нейронных сетей, анализ методов обучения. Анализ программных комплексов для разработки систем прогнозирования. Разработка структурной схемы на базе нечетко-нейронных сетей, осуществление обучения разработанной системы.
дипломная работа, добавлен 14.12.2019