| DC Field | Value | Language |
|---|
| dc.contributor.author | Хмелев, А. Г. | - |
| dc.contributor.author | Хмелева, А. В. | - |
| dc.contributor.author | Потапов, В. Д. | - |
| dc.coverage.spatial | Краснодар | - |
| dc.date.accessioned | 2022-11-16T06:28:09Z | - |
| dc.date.available | 2022-11-16T06:28:09Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Хмелев, А. Г. Нейродинамические алгоритмы прогнозирования показателей финансовых рынков = Neurodynamic Algorithms for Forecasting Financial Markets Indicators / Хмелев А. Г., Хмелева А. В., Потапов В. Д. // Актуальные проблемы экономики и управления народным хозяйством : сборник научно-исследовательских работ опубликованных по итогам III Международной научно-практической конференции, Краснодар, 29 ноября 2021. – Краснодар : ООО "Эпомен", 2021. – С. 72–88. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/48990 | - |
| dc.description.abstract | В данной работе предпринята попытка разработки формализованного метода построения нейросетевых моделей финансовых рынков, обладающего инвариантностью к структурным и параметрическим возмущениям с точностью до статистически значимого цикла переобучения нейросетевой модели по ранее накопленным данным о поведении исследуемого объекта. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Общество с ограниченной ответственностью "Эпомен" | ru_RU |
| dc.subject | публикации ученых | ru_RU |
| dc.subject | финансовые показатели | ru_RU |
| dc.subject | финансовые рынки | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.subject | искусственные нейронные сети | ru_RU |
| dc.subject | математическое моделирование | ru_RU |
| dc.title | Нейродинамические алгоритмы прогнозирования показателей финансовых рынков | ru_RU |
| dc.title.alternative | Neurodynamic Algorithms for Forecasting Financial Markets Indicators | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | In this paper, an attempt is made to develop a formalized method for constructing neural network models of financial markets that is invariant to structural and parametric disturbances up to a statistically significant cycle of retraining a neural network model based on previously accumulated data on the behavior of the object under study. | ru_RU |
| local.description.annotation | In this paper, an attempt is made to develop a formalized method for constructing neural network models of financial markets that is invariant to structural and parametric disturbances up to a statistically significant cycle of retraining a neural network model based on previously accumulated data on the behavior of the object under study. | - |
| Appears in Collections: | Публикации в зарубежных изданиях
|
