• شماره ركورد
    14579
  • عنوان
    بررسي فناوري بلاكچين و طراحي مدل پيش¬بيني قيمت رمز ارز با استفاده از يادگيري ماشين
  • سال تحصيل
    1397
  • استاد راهنما
    جناب دكتر مهدي غضنفري
  • استاد مشاور
    جناب دكتر عمران محمدي
  • چکيده
    چكيده در سال‌هاي اخير، فناوري بلاكچين و رمز ارزها به يكي از موضوعات داغ و پرطرفدار در حوزه فناوري و مالي تبديل شده‌اند. بلاكچين به عنوان يك فناوري نوآورانه و توزيع‌شده، با ارائه شفافيت و امنيت در تبادلات ديجيتال، امكان ايجاد رمز ارزهاي مختلف را فراهم كرده است. با اين حال، پيش‌بيني قيمت رمز ارزها به دليل نوسانات شديد و تأثيرپذيري از عوامل مختلف همچنان يك چالش بزرگ باقي مانده است. در اين سمينار، به بررسي فناوري بلاكچين و نحوه عملكرد آن پرداخته و سپس مدل‌هاي مبتني بر يادگيري ماشين را براي پيش‌بيني قيمت رمز ارزها مرور مي‌كنيم. بازارهاي رمز ارز به دليل ويژگي‌هاي خاص خود مانند نوسانات شديد و رفتار غيرقابل پيش‌بيني، يكي از چالش‌برانگيزترين بازارها براي تحليلگران مالي به شمار مي‌روند. پيش‌بيني قيمت رمز ارزها نه تنها به سرمايه‌گذاران كمك مي‌كند تا تصميمات بهتري در خريد و فروش بگيرند، بلكه مي‌تواند به تحليل رفتار بازار نيز كمك كند. يادگيري ماشين به‌عنوان يكي از روش‌هاي مدرن تحليل داده‌ها، قابليت شبيه‌سازي روابط پيچيده و غيرخطي را دارا است و به‌طور خاص براي پيش‌بيني قيمت‌ها در بازارهاي مالي از جمله بازار رمز ارزها كاربرد فراواني دارد كلمات كليدي: شبكه عصبي فازي تطبيقي (ANFIS)، الگوريتم ژنتيك (GA)، پيش‌بيني قيمت رمز ارز، بهينه‌سازي، يادگيري ماشين، تحليل داده‌هاي مالي.،فناوري بلاكچين.
  • نام دانشجو

    ارش نقدعلي زاده

  • تاريخ ارائه
    10/26/2024 12:00:00 AM
  • متن كامل
    86180
  • پديد آورنده

    آرش نقدعلي زاده

  • تاريخ ورود اطلاعات
    1403/12/28
  • عنوان به انگليسي
    Investigating blockchain technology and designing a cryptocurrency price prediction model using machine learning
  • كليدواژه هاي فارسي
    : شبكه عصبي فازي تطبيقي (ANFIS)، الگوريتم ژنتيك (GA)، پيش‌بيني قيمت رمز ارز، بهينه‌سازي، يادگيري ماشين، تحليل داده‌هاي مالي.،فناوري بلاكچين
  • كليدواژه هاي لاتين
    Adaptive Neural Fuzzy Network (ANFIS), Genetic Algorithm (GA), Cryptocurrency Price Prediction, Optimization, Machine Learning, Financial Data Analysis, Blockchain Technology