Кафедра цифрових технологій та проєктно-аналітичних рішень (ЦТПАР)
Постійне посилання колекціїhttps://dspace.mipolytech.education/handle/mip/22
Переглянути
3 результатів
Результати пошуку
Документ Дослідження нейронних мереж для прогнозування вартості акцій компаній у нестабільній економіці(Національний технічний університет "Харківський політехнічний інститут", 2022) Москаленко, В. В. ; Санталова, А. Р.; Фонта, Н. Г.; Moskalenko, V. V. ; Santalova, A. R.; Fonta, N.Дані дослідження присвячені аналізу і вибору нейронних мереж різної архітектури та гібридних моделей, до яких включені нейронні мережі, для прогнозування ринкової вартості акцій на фондовому ринку країни, яка перебуває у процесі нестабільного розвитку. Аналіз та прогнозування таких фондових ринків не може бути проведено з використанням класичних методів. Актуальність теми дослідження зумовлена необхідністю розробки програмних систем, які реалізують алгоритмічне забезпечення прогнозування ринкової вартості акцій в Україні. Впровадження таких програмних систем до контуру прийняття інвестиційних рішень у компаніях, які зацікавлені у підвищенні інформаційної прозорості фондового ринку України, дасть можливість покращити прогнози щодо ринкової вартості акцій. Це у свою чергу сприятиме покращенню інвестиційного клімату та забезпечить зростання інвестування в українську економіку. Проведено аналіз результатів існуючих досліджень щодо використання нейронних мереж та інших методів обчислювального інтелекту для моделювання поведінки учасників фондового ринку та прогнозування ринку. У статті надано результати дослідження щодо використання нейронних мереж різної архітектури для прогнозування ринкової вартості акцій на фондових ринках України. Для прогнозування було обрано чотири акції Української фондової біржі: Центренерго (CEEN); Укртелеком (UTLM); Крюківський Вагонобудівний Завод ПАТ (KVBZ); Райффайзен Банк Аваль (BAVL). Для експериментального дослідження були обрані такі моделі: довга короткострокова пам’ять LSTM; згорткова нейронна мережа CNN; гібридна модель, яка поєднує дві нейронної мережі CNN і LSTM; гібридна модель, що складається з алгоритму декомпозиції варіаційного режиму та нейронної мережі довгострокової пам’яті (VMD-LSTM); гібридна модель VMD-CNN-LSTM глибокого навчання на основі варіаційного режиму (VMD) та двох нейронних мереж. Розраховано оцінки якості прогнозу за різними метриками. Зроблено висновок, що використання гібридної моделі VMD-CNN-LSTM дає мінімальну помилку прогнозування ринкової вартості акцій українських підприємств. Також доцільно використовувати модель VMD-LSTM для прогнозування на біржах країн з нестабільною економікою.Документ Information technology of determination the company's financial condition for the financial planning subsystem of the EPM system(Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут», 2022) Moskalenko, V. V.; Fonta, N.; Grinchenko, M.; Nikulina, O. M.; Yershova, S.; Москаленко, В. В.; Фонта, Н. Г.; Нiкулiна, О. М.; Гринченко, М. А.; Єршова, С. І.The subject matterof this article is the process of forming a company's development finance program. The goal is to develop the information technology to determine the company's financial condition for the financial plan-ning subsystem of an enterprise performance management (EPM) System. The tasksare to develop a methodfor forming a company's development finance program as the basis for the financial planning subsystem of the EPM system; develop a methodology of determining the financial condition of the company as a component of the method; develop an information technology (IT) for determining the company’s financial condition; develop a method for forecasting financial states on the strategic period using a neural network. The following resultswere obtained. The methodfor forming a company's development finance program is implemented as the finan-cial planning subsystem for the EPM system. A methodology for determining the financial condition of a com-pany as a component of this method is presented in this article. Information technology for the implementation of this methodology has been developed. The components of the IT are the calculation of financial indicators based on data from financial statements for a certain period; the analysis of return on equity; the determination of the company financial stability; the determination of the financial condition in dynamics; the forecasting of the company's financial condition for the strategic period; the formation of development strategies for forecast-ing financial condition. The method for forecasting financial states in the strategic period was implemented using a neural network with the Temporal Fusion Transformer architecture. Conclusions. The scientific novelty of the results obtained is as follows: 1) the stages of the process of forming a company's development finance program were improved by methodology for determining the financial condition of the company, by model for determining the rational ratio of own and borrowed funds, by technology for selecting possible sources of fi-nancing development projects, by method for determining investment project financing schemes;2) methodology for determining the financial condition of the company was further developed byincluding a component for predicting financial indicators using a neural network; 3) the company's financial condition module for EPM System was further developed by IT implementation, which implements the assessment and forecast of the com-pany's financial condition is carried out and the financial strategy of the company's development is formed.Документ Нейромережеві методи прогнозування надійності українських банків(Державний вищий навчальний заклад «Київський національний економічний університет імені Вадима Гетьмана», 2018) Мінц, О. Ю.У статті запропоновано підхід до аналізу надійності комерційнихбанків із застосуванням багатошарових нейронних мереж і карт Ко‐хонена та проведено їх апробацію на прикладі банківської системи України з 2014 по 2018 роки з розбивкою на 3 періоди. У результаті експериментального дослідження отримано пропозиції щодо ефек‐тивніших варіантів архітектури нейронних мереж. Виявлено, що розв’язання задачі оцінки надійності банків у постановці кластери‐зації дає кращій результат, ніж у постановці класифікації. Експериментально обґрунтовано висновок, що швидка зміна умов функціонування сучасної банківської системи робить нее‐фективним використання аналітичних моделей із жорстко зада‐ними коефіцієнтами. Результати дослідження мають практичне значення та можуть використовуватися при визначенні потенційних партнерів у бан‐ківському секторі економіці.