Огляд сучасних моделей машинного навчання для аналізу криптовалютних транзакцій

Автор(и)

  • Ю. О. Мазур Донецький національний університет імені Василя Стуса
  • Л. В. Загоруйко Донецький національний університет імені Василя Стуса

Ключові слова:

криптовалюта; транзакція; машинне навчання

Анотація

Криптовалюти все більше закріплюються на фінансових ринках, де щодня відбувається значна кількість транзакцій та угод. Подібно до інших фінансових систем, передбачення цінових змін є однією з ключових проблем у сфері криптовалютної торгівлі. Ідея використання штучного інтелекту як одного з інструментів прогнозування стала популярною темою досліджень у криптовалютній індустрії. Моделі машинного навчання здаються ідеальними для вирішення проблеми прогнозування цін на криптовалютному ринку.

Біографії авторів

Ю. О. Мазур , Донецький національний університет імені Василя Стуса

здобувач вищої освіти

Л. В. Загоруйко , Донецький національний університет імені Василя Стуса

канд. техн. наук, доцент, доцент кафедри прикладної математики та кібербезпеки

Посилання

Kotu V., Deshpande B., Chapter 2: Data Mining Process. In Predictive Analytics and Data Mining. Elsevier: Amsterdam, The Netherlands, 2015. P. 26.

Jang H., Lee J. An empirical study on modeling and prediction of bitcoin prices with bayesian neural networks based on blockchain information. IEEE Access. 2017. P. 5427–5437.

Mittal R., Arora S., Bhatia M. Automated cryptocurrencies prices prediction using machine learning. Div. Comput. Eng. Netaji Subhas Inst. Technol. India. 2018. P. 2229–6956.

Prediction of the price of Ethereum blockchain cryptocurrency in an industrial finance system / M. Poongodi, A. Sharma, V. Vijayakumar, V. Bhardwaj, A. P. Sharma, R. Iqbal, R. Kumar. Computers & Electrical Engineering. 2019, November. Р. 81. DOI: 10.1016/j.compeleceng.2019.106527.

Lamon C., Nielsen E., Redondo E. Cryptocurrency price prediction using news and social media sentiment. SMU Data Sci. Rev. 2017. P. 1–22.

Predicting fluctuations in cryptocurrency transactions based on user comments and replies / Y. B. Kim, J. G. Kim, W. Kim, J. H. Im, T. H. Kim, S. J. Kang, C. H. Kim. PLoS ONE 2016. DOI: https://doi.org/10.1371/journal.pone.0161197.

An innovative neural network approach for stock market prediction / X. Pang, Y. Zhou, P. Wang, W. Lin, V. Chang. J. Supercomput. 2020. P. 2098–2118.

##submission.downloads##

Опубліковано

2024-01-04

Як цитувати

[1]
Мазур , Ю.О. і Загоруйко , Л.В. 2024. Огляд сучасних моделей машинного навчання для аналізу криптовалютних транзакцій. Прикладні аспекти сучасних міждисциплінарних досліджень. (Січ 2024), 223-225.

Номер

Розділ

Секція 4. Математика, технології інтернету речей, кібербезпека