인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
We propose a framework to improve the prediction power of highly volatile and relatively short time series data, which works by transforming the target value to target regimes evaluated from time series information. Regime transformation labeling of time series in an window values employes a homogeneous regime switching model. Since regime labels exist for windows, we use computer vision deep learning models through image transformation with the Gramian Angular Field and data augmentation to improve prediction power. VGGNet, GoogleNet, and ResNet-50 are used for the deep learning models. For empirical analysis, we use price data from the cryptocurrency market, which is known for its high volatility and limited data availability. In particular, we assess performance using Trump-coin, Melania-coin and ChillGuy representative memetic coins. The experimental results show high prediction performance, as measured by ROC-AUC. Especially, ResNet-50 achieves ROC-AUC of 0.96 - 0.997. These results suggest that the framework proposed in this study can be effectively utilized in non-traditional asset classes with low initial trading volume or rapid market changes.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094346642
