Математическая постановка задачи обучения многослойного перцептрона для классификации рыночных ситуаций
DOI:
https://doi.org/10.22213/2410-9304-2016-3-10-12Ключевые слова:
нейронная сеть, многослойный перцептрон, классификация, рыночные ситуацииАннотация
В статье рассматривается применение многослойного перцептрона в качестве ядра интеллектуальной системы поддержки принятия решений трейдера финансовых рынков. Приведены общие положения о проектировании нейронной сети для задач классификации рыночных ситуаций. Представлена математическая постановка задачи обучения спроектированной нейронной сети.Библиографические ссылки
Nikolaeva Y. V. The neural networks. The multilayer perceptron// Communication of Students, Master Students and Post-Graduates in Academic, Professional and Scientific Fields : материалы межвуз. студ. науч. конф., 2011.
Минский М., Пайперт С. Персептроны. - М. : Мир, 1971.
Николаева Ю. В. Критерии выбора архитектуры нейронной сети для прогнозирования финансовых рынков // Вестник ИжГТУ имени М. Т. Калашникова. - 2015. - № 1.
Николаева Ю. В. Нормировка данных для нейронных сетей // Молодые ученые - ускорению научно-технического прогресса в XXI веке : сборник материалов III Всероссийской научно-технической конференции аспирантов, магистрантов и молодых ученых с международным участием, Ижевск, 22-23 апреля 2015 года.
Сучкова Е. А. Консолидация данных в системах поддержки принятия решения // Перспективы развития научных исследований в 21 веке : сборник материалов 9-й Международной науч.-практ. конф. (г. Махачкала, 31 октября, 2015 г.). - Махачкала : Апробация, 2015. - 234 с.
Понтрягин Л. С. Математическая теория оптимальных процессов. - 3-е изд. - М. : Наука, 1976. - 392 с.
Rumelhart D. E., Hinton G. E., and Williams R. J. Learning representations by back-propagating errors. Nature 323 (1986). P. 533-536.
Николаева Ю. В. Математическая постановка задачи обучения многослойного перцептрона с точки зрения классической // Вестник ИжГТУ имени М. Т. Калашникова. - 2016. - № 2.
