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...
I tiakina i:
| Kaituhi matua: | |
|---|---|
| Hōputu: | Tuhinga whakapae Pukapuka |
| Reo: | Ingarihi |
| I whakaputaina: |
Guadalajara, México :
edición de autor,
2025
|
| Ngā marau: | |
| Urunga tuihono: | Ver documento en línea |
| Ngā Tūtohu: |
Kāore He Tūtohu, Me noho koe te mea tuatahi ki te tūtohu i tēnei pūkete!
|
| Whakarāpopototanga: | 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. |
|---|---|
| Whakaahuatanga ōkiko: | 1 tesis electrónica en línea (57 p.) 1 recurso en línea |