期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于Transformer的迁移学习方法及其在金融时序预测中的应用
1
作者
王旸
《现代信息科技》
2024年第24期140-146,共7页
金融市场预测通常被认为是数据挖掘中最具挑战性的任务之一。最近Transformer模型在提高金融时序预测(Financial Time-Series Forecasting,FTSF)的精度方面取得了成功,但由于作为隐含的复杂信息,且可用的标记数据较少,当前基准在该领域...
金融市场预测通常被认为是数据挖掘中最具挑战性的任务之一。最近Transformer模型在提高金融时序预测(Financial Time-Series Forecasting,FTSF)的精度方面取得了成功,但由于作为隐含的复杂信息,且可用的标记数据较少,当前基准在该领域的泛化能力较差。为缓解干净数据不足导致的过拟合问题,提出一种Transformer结合对抗域适应的深度迁移学习框架TADA-FTSF,用于金融领域TSF任务,以提高深度预测模型的可靠性与准确性。
展开更多
关键词
金融时序预测
Transformer模型
域适应
迁移学习
在线阅读
下载PDF
职称材料
题名
一种基于Transformer的迁移学习方法及其在金融时序预测中的应用
1
作者
王旸
机构
中国银联大数据部
出处
《现代信息科技》
2024年第24期140-146,共7页
文摘
金融市场预测通常被认为是数据挖掘中最具挑战性的任务之一。最近Transformer模型在提高金融时序预测(Financial Time-Series Forecasting,FTSF)的精度方面取得了成功,但由于作为隐含的复杂信息,且可用的标记数据较少,当前基准在该领域的泛化能力较差。为缓解干净数据不足导致的过拟合问题,提出一种Transformer结合对抗域适应的深度迁移学习框架TADA-FTSF,用于金融领域TSF任务,以提高深度预测模型的可靠性与准确性。
关键词
金融时序预测
Transformer模型
域适应
迁移学习
Keywords
Financial Time-Series Forecasting
Transformer model
domain adaptation
Transfer Learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于Transformer的迁移学习方法及其在金融时序预测中的应用
王旸
《现代信息科技》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
