در سال‌های اخیر، توسعه‌ی پردازنده‌های کامپیوتری موجب معرفی الگوریتم‌های جدیدی برای پیش‌بینی دادههای مالی شده است که یکی از این الگوریتم‌ها، یادگیری ماشین (Machine Learning) است. از اینرو در پژوهش حاضر به معرفی یک مدل ترکیبی‌ از شبکه یادگیری عمیق (Deep Learning) و مدل‌های منتخب خانواده GARCH جهت پیش‌بینی کوتاه‌مدت بازدهی روزانه شاخص کل بورس اوراق بهادار تهران پرداخته می‌شود. مهمترین ویژگی شبکه ی...

هدف: معاملات زوجی از معروف‎ترین و قدیمی‎ترین سیستم‎های معاملات الگوریتمی است که کارایی و سودآوری آن در بسیاری از پژوهش‎هایی که تاکنون در بازارهای مالی مختلف صورت گرفته است، اثبات و نشان داده شده است. مهم‎ترین اصل در معاملات زوجی، وجود روابط تعادلی بلندمدت یا همان خاصیت بازگشت به میانگین است. از طرفی در سال‎های اخیر تحقیقات شایان ‌توجهی روی معاملات الگوریتمی با استفاده از یادگیری ماشین صورت گرفت...

این مقاله روشی مبتنی بر استراتژی های یادگیری ماشین برای حل مسئله مکان یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (hvdc) ارائه می دهد. در روش مکان یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه گیری شده از یک پایانه برای استخراج ویژگی های موردنیاز بهره گیری می شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی های ورودی، امکان استفاده از دو تخمین گر متفاوت شامل شبکه عصبی رگرسیون تعمی...

مدل سازی دبی رودخانه در مدیریت منابع آب و مدیریت ریسک از اهمیت بالایی برخوردار است. این امر در مناطق کوهستانی اهمیت بیشتری پیدا می‌کند زیرا بیشتر جمعیت‌های پایین‌دست منطقه، وابستگی زیادی به کشاورزی و فعالیت‌های تجاری مانند تولید برق دارند. در این زمینه‌، در سال‌های اخیر، مدل‌های یادگیری ماشینی به دلیل دقت بالا در پیش‌بینی از طریق یادگیری به-صورت جعبه سیاه مورد توجه زیادی قرار گرفته‌اند. از این ...

کمبود آب، تغییرات آب و هوایی و عدم قطعیت های هیدرولوژیکی ضرورت وجود مدلسازی و مدیریت هدفمند منابع آب را آشکار می سازند. مهار کردن و استفاده صحیح از منابع آبهای جاری، توسعه منابع آب زیرزمینی، کاهش اثرات منفی ناشی از سیل و یا خشکسالی و تأمین آب آشامیدنی سالم نیازمند مدلهایی با قابلیت انجام پیش بینی های دقیق ومطمین هستند. مدلسازی داده-محور، از جمله روشهای نوینی است که به سرعت در حال گسترش در زمینه...

چکیده معمولاً پیش بینی پایداری در فضاهای زیرزمینی، از طریق ارزیابی تغییرات تنش و کنترل جابه جایی های پیرامون سازه انجام می شود. جابه جایی دیواره ها و سقف یا همگرایی، تأثیر زیادی بر روی پایداری فضاهای زیرزمینی در طول حفاری و حتی پس از آن دارد؛ به طوری که یکی از پارامترهای مفید برای ارزیابی فشار اعمالی به سیستم نگهداری محسوب می شود. همچنین با ثبت تغییراتِ نرخ همگرایی و کنترل آن، از بروز ناپایدار...

شبکه های عصبی فازی مین-ماکس (fmm) روش جدیدی در حوزه یادگیری ماشین هستند که با توجه به کارایی بالای این شبکه ها، می توان در کاربرد های مختلف یادگیری ماشین از آن ها بهره جست. از مهم ترین ویژگی های این روش ها می توان به تک گذار بودن، برخط بودن و ناپارمتریک بودن مرحله یادگیری آن ها اشاره کرد. این ویژگی ها باعث سرعت و دقت بالای این شبکه ها در مقایسه با سایر روش های یادگیری می شود. ورودی ها و خروجی ه...

یکی از مهم¬ترین مسائلی که همواره بانک¬ها و مؤسسات مالی با آن مواجه هستند، مسئله ریسک اعتباری یا احتمال عدم ایفای تعهدات از سوی متقاضیان دریافت کننده تسهیلات اعتباری می¬باشد. رقم قابل توجه مطالبات معوق بانک ها در سراسر جهان نشان دهنده اهمیت این موضوع و لزوم توجه به آن می¬باشد. از این رو تاکنون تلاش های بسیاری به منظور ارائه مدلی کارا جهت ارزیابی و طبقه بندی هرچه دقیق¬تر متقاضیان تسهیلات اعتباری ...

از آنجا که دقت داده ای اندازه گیری شده فرآیندی در پیش بینی کیفیت محصولات بسیار مهم است، در این تحقیق بر روی پیش پردازش داده ها تمرکز گردید. برای این منظور حسگر مجازی برای تعیین کیفیت گازوییل خروجی از پایلوت تصفیه هیدروژنی طراحی شد. طراحی حسگر مجازی بر اساس یکی از روش های جدید یادگیری ماشین به نام ماشین بردار رگرسیون انجام گردید. برای پیش پردازش داده ها از تکنیک ترکیبی به صورت پشت سر هم متشکل از...