Ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας Βαθιές Μηχανές Μάθησης (Deep Learning)

Ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας Βαθιές Μηχανές Μάθησης (Deep Learning) (Master thesis)

Κριτσωτάκης, Ιωάννης

Full metadata record

DC Field	Value	Language
dc.contributor.author	Κριτσωτάκης, Ιωάννης	el
dc.date.accessioned	2021-01-03T19:24:13Z	-
dc.date.available	2021-01-03T19:24:13Z	-
dc.identifier.uri	http://195.251.240.227/jspui/handle/123456789/12855	-
dc.description	Μεταπτυχιακή εργασία--Σχολή Τεχνολογικών Εφαρμογών--Τμήμα Μηχανικών Πληροφορικής,2015--7010	el
dc.rights	Default License	-
dc.subject	Deep Learning	en
dc.subject	Βαθιές Μηχανές Μάθησης	el
dc.subject	ισοτιμία νομισμάτων	el
dc.subject	exchange rates	en
dc.title	Ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας Βαθιές Μηχανές Μάθησης (Deep Learning)	el
heal.type	masterThesis	-
heal.type.en	Master thesis	en
heal.generalDescription	Μεταπτυχιακή	el
heal.classification	Foreign exchange rates	en
heal.classification	Συναλλαγματικές ισοτιμίες	el
heal.classification	Monetary policy	en
heal.classification	Νομισματική πολιτική	el
heal.identifier.secondary	7010	-
heal.language	el	-
heal.access	account	-
heal.recordProvider	Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής	el
heal.publicationDate	2015-07-13	-
heal.bibliographicCitation	<<ΙΩΑΝΝΗ ΚΡΙΤΣΩΤΑΚΗ>>, <<Ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας Βαθιές Μηχανές Μάθησης (Deep Learning)>>, <<Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής>>, <<Τ.Ε.Ι. Θεσσαλονίκης>>, <<2015>>	el
heal.abstract	Αυτή η εργασία ασχολείται με την ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας μηχανές Βαθιάς Μάθησης. Η βαθιά μάθηση είναι μια σχετικά νέα τεχνική που χρησιμοποιεί πολλαπλά στρώματα νευρώνων για να μπορέσει να εκφράσει τις ιδιαίτερα πολύπλοκες συσχετίσεις μεταξύ των δεδομένων. Συγκεκριμένα έγιναν πειράματα πρόβλεψης της ανόδου ή καθόδου της ισοτιμίας Ευρώ – Δολαρίου χρησιμοποιώντας ένα μοντέλο με βάση ένα δίκτυο βαθιάς Πεποιθήσεως. Ως είσοδος στο μοντέλο αυτό χρησιμοποιήθηκε ένα ευρύ σύνολο από οικονομικές μεταβλητές. Το μοντέλο αυτό αποτελείται από στοιβαγμένες Περιορισμένες Μηχανές Boltzmann (RBM), των οποίων τα βάρη χρησιμοποιήθηκαν για να αρχικοποιήσουν ένα μοντέλο πολλαπλών στρωμάτων Perceptron (MLP) παρόμοιας δομής που εκπαιδεύεται με συζυγή κατάβαση δυναμικού. Για να βελτιωθεί η ικανότητα γενίκευσης του μοντέλου, έγινε διερεύνηση της χρήσης επιλεγμένων χαρακτηριστικών με βάση το κέρδος πληροφορίας. Τα αποτελέσματα έδειξαν ότι επιτυγχάνεται αρκετά καλή απόδοση, σε σχέση πάντα με προηγούμενες προσπάθειες πάνω στην πρόβλεψη νομισματικών ισοτιμιών.	el
heal.abstract	This dissertation is concerned with foreign exchange rate analysis using deep learning machines. Deep learning is a rather new neural learning technique that uses multiple hidden layers in order to capture the correlations between the data. Specifically, experiments were conducted on the direction of the US dollar – Euro exchange rate using a model based on a deep belief network. A wide selection of economic variables was used as an input. This model is comprised of stacked RBMs, whose weights were used to initialize a Multi Layer Perceptron model with a similar structure, trained with Conjugate Gradient optimization. In order to improve the generalization efficiency of the model, an investigation was conducted regarding the selection of the best features based on the information gain. The results showed that we can achieve considerably improved accuracy, compared to previous attempts on foreign exchange rate prediction.	en
heal.advisorName	Διαμαντάρας, Κωνσταντίνος	el
heal.committeeMemberName	Διαμαντάρας, Κωνσταντίνος	el
heal.academicPublisher	Σχολή Τεχνολογικών Εφαρμογών/ Τμήμα Μηχανικών Πληροφορικής	el
heal.academicPublisherID	teithe	-
heal.numberOfPages	145	-
heal.fullTextAvailability	false	-
heal.type.el	Μεταπτυχιακή εργασία	el
Appears in Collections:	Μεταπτυχιακές Διατριβές

Files in This Item:

There are no files associated with this item.

Show simple item record

Please use this identifier to cite or link to this item:

http://195.251.240.227/jspui/handle/123456789/12855

This item is a favorite for 0 people.

Add to favorites

Eureka! Institutional Repository

Ανάλυση νομισματικών ισοτιμιών χρησιμοποιώντας Βαθιές Μηχανές Μάθησης (Deep Learning) (Master thesis)

Κριτσωτάκης, Ιωάννης