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!
|
| Resumen: | 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 función de pérdida personalizada y optimización de hiperparámetros, al tiempro que ofrece una herramienta robusta para la toma de decisiones basadas en datos en el mercado de criptomonedas. |
|---|---|
| Descripción física: | 1 tesis electrónica en línea (57 p.) 1 recurso en línea |