Forecasting Bitcoin’s Tendency with ConvLSTM Architecture /
Este estudio propone un modelo predictivo para estimar el precio del Bitcoin en tiempo real mediante una arquitectura híbrida que integra Redes Neuronales Convolucionales (CNN) y Redes Bi-LSTM, complementadas con un mecanismo de atención. El modelo, desarrollado con TensorFlow y Keras, incorpora una...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis Libro |
| Idioma: | Inglés |
| Publicado: |
Guadalajara, México :
edición de autor,
2025
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
Ejemplares similares: Forecasting Bitcoin’s Tendency with ConvLSTM Architecture /
- Construcción predictiva automatizada de una serie de tiempo financiera corporativa con algoritmos dentro de un caso de estudio aplicado de Ciencia de Datos /
- Análisis de oportunidades de arbitraje entre criptomonedas aplicando Reinforcement Learning /
- Cryptocurrency Forecasting Models and DeFi /
- Bid Estimation Methodology Based on Hourly Conversion Rate Forecast with a Classic Econometric Approach /
- Forecasting and Automating Accurate Levels of Reserve for Contra Revenue, Using Artificial Intelligence /
- Pronósticos de costos por obligaciones de garantías a corto plazo /