지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국정보처리학회 JIPS(Journal of Information Processing Systems) JIPS(Journal of Information Processing Systems) 제15권 제5호
- 발행연도
- 2019.1
- 수록면
- 1,231 - 1,242 (12page)
이용수
초록· 키워드
오류제보하기
This paper presents a two-dimensional attention-based long short-memory (2D-ALSTM) model for stockindex prediction, incorporating input attention and temporal attention mechanisms for weighting of importantstocks and important time steps, respectively. The proposed model is designed to overcome the long-termdependency, stock selection, and stock volatility delay problems that negatively affect existing models. The 2DALSTMmodel is validated in a comparative experiment involving the two attention-based models multi-inputLSTM (MI-LSTM) and dual-stage attention-based recurrent neural network (DARNN), with real stock databeing used for training and evaluation. The model achieves superior performance compared to MI-LSTM andDARNN for stock index prediction on a KOSPI100 dataset.
목차
등록된 정보가 없습니다.
참고문헌 (10)
참고문헌 신청
J. Cao / 2019 / Stock price forecasting model based on modified convolution neural network and financial time series analysis / International Journal Communication and Systems 32(12)
K. Greff / 2016 / LSTM: a search space odyssey / IEEE Transactions on Neural Networks and Learning Systems 28(10):2222~2232
E. W. Saad / 1998 / Comparative study of stock trend prediction using time delay, recurrent and probabilistic neural networks / IEEE Transactions on Neural Networks 9(6):1456~1470
Z. Berradi / 2019 / Integration of principal component analysis and recurrent neural network to forecast the stock price of Casablanca stock exchange / Procedia Computer Science 148:55~61
D. L. Minh / 2018 / Deep learning approach for short-term stock trends prediction based on two-stream gated recurrent unit network / IEEE Access 6:55392~55404
K. Greff / 2016 / LSTM: a search space odyssey / IEEE Transactions on Neural Networks and Learning Systems 28(10):2222~2232
E. W. Saad / 1998 / Comparative study of stock trend prediction using time delay, recurrent and probabilistic neural networks / IEEE Transactions on Neural Networks 9(6):1456~1470
Z. Berradi / 2019 / Integration of principal component analysis and recurrent neural network to forecast the stock price of Casablanca stock exchange / Procedia Computer Science 148:55~61
D. L. Minh / 2018 / Deep learning approach for short-term stock trends prediction based on two-stream gated recurrent unit network / IEEE Access 6:55392~55404
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
주식데이터를 활용한 Attention과 LSTM의 성능 비교
한국정보통신학회논문지
2023 .07
-
변형된 Attention 메커니즘 기반의 LSTM을 통한 전력수요 예측 프레임웍
한국지능시스템학회 논문지
2020 .06
-
LSTM 및 Attention 구조를 활용한 지구 자기장 교란 예측 및 분석
한국정보과학회 학술발표논문집
2024 .12
-
Input Attention 기반 LSTM-CNN 모델을 이용한 Relation Classification
한국정보과학회 학술발표논문집
2017 .06
-
어텐션 메커니즘과 LSTM 모델을 이용한 잔존 수명 예측
한국정보과학회 학술발표논문집
2019 .12
-
Stock prediction based on random forest and LSTM neural network
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
어텐션 네트워크를 이용한 보행자 경로 예측 방법
대한전자공학회 학술대회
2020 .11
-
LSTM 모델을 이용한 농산물 가격 예측에 관한 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
LSTM을 활용한 국내 코로나19 기간 별 확진자 수 예측 연구
대한전자공학회 학술대회
2022 .06
-
장단기 메모리를 이용한 새로운 선박 이동 경로 예측 방법
전기학회논문지
2020 .07
-
LSTM 모델 기반 5G 네트워크 대역폭 예측
한국정보과학회 학술발표논문집
2022 .06
-
Prediction of the Major Factors for the Analysis of the Erosion Effect on Atomic Oxygen in LEO Satellite Using a Machine Learning Method (LSTM)
항공우주시스템공학회지
2020 .04
-
토픽 모델링과 LSTM을 사용한 KOSPI 지수 예측
한국컴퓨터정보학회논문지
2024 .07
-
LSTM 구조를 활용한 채권 데이터의 예측에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
Bidirectional LSTM과 Attention을 이용한 한-영 기계번역
한국정보과학회 학술발표논문집
2018 .06
-
LSTM 기반 Multi-Head Attention을 활용한 재실자 수 추정에 관한 연구
한국통신학회 학술대회논문집
2025 .02
-
Attention-Mechanism을 결합한 Hybrid 딥러닝 기반 주간 전력수요예측
전기학회논문지
2024 .09
-
LSTM Attention Encoder를 이용한 문서의 감정 분류
한국정보과학회 학술발표논문집
2016 .06
-
입력 종목 수에 따른 LSTM 주식 가격 예측 모델 성능 비교
한국통신학회 학술대회논문집
2018 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0