Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 107,035,098
Một giải pháp cải thiện hiệu quả phân cụm bằng SOM trong phân cụm dữ liệu tài chính
Tác giả hoặc Nhóm tác giả:
Nguyễn Đức Hiển
Nơi đăng:
Hội thảo Khoa học quốc gia CITA 2020 lần thứ 9 (The 9th Conference on Information Technology and Its Application);
S
ố:
978-604-84-5517-0;
Từ->đến trang
: 247-253;
Năm:
2020
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Trong bài toán dự báo dữ liệu chuỗi thời gian tài chính, kỹ thuật phân
cụm SOM được sử dụng để phân cụm dữ liệu đầu vào trước khi đưa vào huấn
luyện các mô hình dự báo. Những thực nghiệm trên dữ liệu thực tế cho thấy kết
quả phân cụm bằng SOM chưa thật sự tốt. Bài báo này đề xuất một giải pháp
điều chỉnh phân cụm sau khi huấn luyện mạng SOM nhằm cải thiện hiệu quả
phân cụm dữ liệu trong bài toán phân cụm dữ liệu tài chính. Hiệu quả của thuật
toán SOM* đề xuất được đánh giá trên cơ sở so sánh với thuật toán SOM
nguyên thủy, qua thực nghiệm trên tập dữ liệu thật lấy từ sàn chứng khoán Yahoo Finance.
ABSTRACT
In terms of the time series forecasting problem, the SOM clustering
technique is used to cluster the input data before entering and utilizing it to train
the forecasting model. The results of the conducted experiments on the real data
showed that the clustering outputs by the SOM are not fully optimized. This
paper proposes a solution to customize the clusters which are trained by the
SOM to improve the effectiveness of the data clustering in the financial data
clustering problem. The effectiveness of the proposed algorithm — SOM*, is
assessed based on the comparison with the original SOM algorithm, through
experiments on real data sets extracting from the Yahoo Finance stock exchange.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn