НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ
У даній публікації досліджується проблема аналізу результатів навчання штучних нейронних мереж на основі даних про ефективність та ризики інвестування в цифрові активи, зокрема, в умовах керування процесом купівлі та продажу криптовалют. Підхід до розв'язання цієї задачі базується на застосуван...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Borys Grinchenko Kyiv University
2023-03-01
|
| Series: | Кібербезпека: освіта, наука, техніка |
| Subjects: | |
| Online Access: | https://csecurity.kubg.edu.ua/index.php/journal/article/view/445 |
| _version_ | 1797665085432266752 |
|---|---|
| author | Bohdan Bebeshko |
| author_facet | Bohdan Bebeshko |
| author_sort | Bohdan Bebeshko |
| collection | DOAJ |
| description | У даній публікації досліджується проблема аналізу результатів навчання штучних нейронних мереж на основі даних про ефективність та ризики інвестування в цифрові активи, зокрема, в умовах керування процесом купівлі та продажу криптовалют. Підхід до розв'язання цієї задачі базується на застосуванні теорії ігор як основного принципу для формування архітектури штучної нейронної мережі. Сполучення двох фундаментальних теорій - теорії ігор та нейромереж - дозволяє створювати інтуїтивно зрозумілі і ефективні інтелектуальні інформаційні системи для підтримки прийняття рішень у різних прикладних сферах, таких як фінанси, економіка та управління ресурсами. Особливу увагу приділено врахуванню нечітких параметрів та невизначеності в умовах ринку, що відображає реальні обставини при інвестуванні в криптовалюти та інші цифрові активи. Стаття пропонує ряд методів навчання та адаптації штучної нейронної мережі в рамках розробленого підходу, а також рекомендації щодо оцінки її ефективності та стабільності. Проаналізовано можливі області застосування та перспективи подальшого розвитку даної методології у контексті ринку цифрових активів. Проілюстровано застосування розробленої методології для аналізу результатів навчанштучної нейронної мережі та підтвердженно її високу ефективність у прогнозуванні результативності та ризиків інвестування в цифрові активи. Висвітлено проблеми та обмеження, які можуть виникнути під час використання даної методології, а також запропоновано можливі шляхи їх подолання та удосконалення. |
| first_indexed | 2024-03-11T19:39:49Z |
| format | Article |
| id | doaj.art-a5eee9c5a6ff40d39aa02c4f0ac179c0 |
| institution | Directory Open Access Journal |
| issn | 2663-4023 |
| language | English |
| last_indexed | 2024-03-11T19:39:49Z |
| publishDate | 2023-03-01 |
| publisher | Borys Grinchenko Kyiv University |
| record_format | Article |
| series | Кібербезпека: освіта, наука, техніка |
| spelling | doaj.art-a5eee9c5a6ff40d39aa02c4f0ac179c02023-10-06T13:05:06ZengBorys Grinchenko Kyiv UniversityКібербезпека: освіта, наука, техніка2663-40232023-03-0131913514510.28925/2663-4023.2023.19.135145382НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИBohdan Bebeshko0https://orcid.org/0000-0001-6599-0808State University of Trade and EconomicsУ даній публікації досліджується проблема аналізу результатів навчання штучних нейронних мереж на основі даних про ефективність та ризики інвестування в цифрові активи, зокрема, в умовах керування процесом купівлі та продажу криптовалют. Підхід до розв'язання цієї задачі базується на застосуванні теорії ігор як основного принципу для формування архітектури штучної нейронної мережі. Сполучення двох фундаментальних теорій - теорії ігор та нейромереж - дозволяє створювати інтуїтивно зрозумілі і ефективні інтелектуальні інформаційні системи для підтримки прийняття рішень у різних прикладних сферах, таких як фінанси, економіка та управління ресурсами. Особливу увагу приділено врахуванню нечітких параметрів та невизначеності в умовах ринку, що відображає реальні обставини при інвестуванні в криптовалюти та інші цифрові активи. Стаття пропонує ряд методів навчання та адаптації штучної нейронної мережі в рамках розробленого підходу, а також рекомендації щодо оцінки її ефективності та стабільності. Проаналізовано можливі області застосування та перспективи подальшого розвитку даної методології у контексті ринку цифрових активів. Проілюстровано застосування розробленої методології для аналізу результатів навчанштучної нейронної мережі та підтвердженно її високу ефективність у прогнозуванні результативності та ризиків інвестування в цифрові активи. Висвітлено проблеми та обмеження, які можуть виникнути під час використання даної методології, а також запропоновано можливі шляхи їх подолання та удосконалення.https://csecurity.kubg.edu.ua/index.php/journal/article/view/445інформаційні технології, інформаційні системи, аналіз даних, теорія ігор, нечітка логіка, штучні нейронні мережі, цифрові активи, криптовалюти |
| spellingShingle | Bohdan Bebeshko НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ Кібербезпека: освіта, наука, техніка інформаційні технології, інформаційні системи, аналіз даних, теорія ігор, нечітка логіка, штучні нейронні мережі, цифрові активи, криптовалюти |
| title | НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ |
| title_full | НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ |
| title_fullStr | НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ |
| title_full_unstemmed | НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ |
| title_short | НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ НА ОСНОВІ ДАНИХ ОЦІНЮВАННЯ РЕЗУЛЬТАТИВНОСТІ ТА РИЗИКІВ ІНВЕСТУВАННЯ В ЦИФРОВІ АКТИВИ |
| title_sort | навчання штучної нейронної мережі на основі даних оцінювання результативності та ризиків інвестування в цифрові активи |
| topic | інформаційні технології, інформаційні системи, аналіз даних, теорія ігор, нечітка логіка, штучні нейронні мережі, цифрові активи, криптовалюти |
| url | https://csecurity.kubg.edu.ua/index.php/journal/article/view/445 |
| work_keys_str_mv | AT bohdanbebeshko navčannâštučnoínejronnoímerežínaosnovídanihocínûvannârezulʹtativnostítarizikívínvestuvannâvcifrovíaktivi |