本文讨论了通过使用规范化学习来预测金融时间序列数据。作者提出了一种基于 CNN 和 LSTM 架构的神经网络模型，该模型利用局部和全局特征提取的能力。该模型在金融数据集上的实验评估表明，它在预测金融时间序列方面优于其他基线模型。这些结果突出了规范化学习在提高金融建模准确性方面的潜力。 (注：系统自动识别，请以正文为准。)
标签： 人事考试信息
本站旨在为广大用户提供便利，如有任何侵权或错误问题，请及时联系我们，我们将尽快进行更正或删除。[点击反馈]
扫码订阅全国