Please use this identifier to cite or link to this item: http://elartu.tntu.edu.ua/handle/lib/44484
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorПастух, Олег Анатолійович-
dc.contributor.authorКорнєв, Олександр Олександрович-
dc.contributor.authorKornev, Olexandr-
dc.date.accessioned2024-02-07T15:12:49Z-
dc.date.available2024-02-07T15:12:49Z-
dc.date.issued2023-12-
dc.date.submitted2023-12-
dc.identifier.citationКорнєв О. О. Розробка мультиагентної програмної системи прогнозування курсу криптовалют на основі нейромережевих технологій: кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „121 — інженерія програмного забезпечення“ / О. О. Корнєв. — Тернопіль: ТНТУ, 2023. — 76 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/44484-
dc.description.abstractМетою кваліфікаційної роботи магістра є проектування, розробка та практична реалізація мультиагентної програмної системи прогнозування курсу криптовалюти на основі нейромережевих технологій, зокрема, фінансового інструмента управління інвестиціями в криптовалюту Біткойн. В роботі здійснено огляд та аналіз предметної області, проектування мультиагентної програмної системи прогнозування курсу криптовалюти біткойн, практичну реалізацію мультиагентної програмної системи прогнозування курсу криптовалюти біткойн. Результатом виконання кваліфікаційної роботи магістра є фінансовий інструмент для управління інвестиціями в криптоактив у вигляді мультиагентної програмної системи прогнозування курсу криптовалюти біткойн на основі нейромережевих технологій.uk_UA
dc.description.abstractThe purpose of the master's qualification work is the design, development and practical implementation of a multi-agent software system for forecasting the cryptocurrency exchange rate based on neural network technologies, in particular, a financial tool for managing investments in the Bitcoin cryptocurrency. The work includes an overview and analysis of the subject area, the design of a multi-agent software system for forecasting the exchange rate of the Bitcoin cryptocurrency, and the practical implementation of a multi-agent software system for forecasting the exchange rate of the Bitcoin cryptocurrency. The result of the master's qualification work is a financial tool for managing investments in a crypto-asset in the form of a multi-agent software system for forecasting the exchange rate of the bitcoin cryptocurrency based on neural network technologies.uk_UA
dc.description.tableofcontentsПерелік умовних позначень 8 Вступ 9 1. Огляд та аналіз 12 1.1. Огляд та аналіз предметної області: фінансової інженерії 12 1.2. Вхідні дані МПС прогнозування курсу КБ 17 2. Проектування та математичне забезпечення мультиагентної програмної системи прогнозування курсу криптовалюти біткойн 21 2.1. Проектування архітектури МПС прогнозування курсу КБ 21 2.2. Математичне забезпечення програмного агента на основі нейромережевої архітектури багатошаровий перцептрон 23 2.2.1. Модельна візуалізація біологічного нейрона 23 2.2.2. Графова модель штучного нейрона 24 2.2.3. Біологічний нейрон vs. штучний нейрон 27 2.2.4. Функції активації штучного нейрона 27 2.2.5. Програмний агент на основі нейромережевої архітектури багатошаровий перцептрон 30 2.2.6. Навчання програмного агента на основі нейромережевої архітектури багатошаровий перцептронпо по методу алгоритму оберненого поширення похибки 32 2.2.7. Перший нейромережевий програмний агент МПС прогнозування курсу КБ 34 2.3. Математичне забеспечення програмного агента на основі нейромережевої архітектури згорткової нейромережі 35 3. Практична програмна реалізація мультиагентної програмної системи прогнозування прогнозування курсу криптовалюти біткойн 44 3.1. Прогнозування курсу криптовалюти біткойн програмним агентом на основі нейромережевої архітектури багатошаровий перцептрон 45 3.2. Прогнозування курсу криптовалюти біткойн програмним агентом на основі нейромережевої архітектури згорткової нейромережі 52 3.3. Консолідація нейромережевих програмних агентів у МПС прогнозування курсу КБ 59 4. Охорона праці та безпека у надзвичайних ситуаціях 61 4.1. Охорона праці 61 4.2. Прогнозування можливої обстановки під час надзвичайних ситуацій мирного та воєнного часу 64 Висновки 67 Перелік джерел посилання 68 Додаток А Тези конференції 73 Додаток Б Диск із кваліфікаційною роботою магістра 76uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subject121uk_UA
dc.subjectінженерія програмного забезпеченняuk_UA
dc.subjectмультиагентна програмна системаuk_UA
dc.subjectнейромережеві технологіїuk_UA
dc.subjectфінансовий інструментuk_UA
dc.subjectфінансова інженеріяuk_UA
dc.titleРозробка мультиагентної програмної системи прогнозування курсу криптовалют на основі нейромережевих технологійuk_UA
dc.title.alternativeDevelopment of a multi-agent software system for predicting cryptocurrency rates based on neural network technologiesuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Корнєв Олександр Олександрович, 2023uk_UA
dc.contributor.committeeMemberКозак, Руслан Орестович-
dc.coverage.placenameТернопільuk_UA
dc.format.pages76-
dc.subject.udc004.9uk_UA
dc.relation.references1. Фінансовий інжиніринг. URL: https://pidru4niki.com/11050519/bankivska_sprava/finansoviy_inzhiniring (дата звернення: 09.11.2023)uk_UA
dc.relation.references2. Фінансовий інжиніринг: механізм здійснення. URL: https://economics.net.ua/files/archive/2018/No6/25.pdf (дата звернення: 09.11.2023)uk_UA
dc.relation.references3. Фінансовий інжиніринг як драйвер світової фінансової системи. URL: http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?C21COM=2&I21DBN=UJRN&P21DBN=UJRN&IMAGE_FILE_DOWNLOAD=1&Image_file_name=PDF/efek_2014_5_81.pdf (дата звернення: 09.11.2023)uk_UA
dc.relation.references4. Фінансовий інжиніринг – генератор фінансових інновацій. URL: http://www.market-infr.od.ua/journals/2020/39_2020_ukr/59.pdf (дата звернення: 09.11.2023)uk_UA
dc.relation.references5. Фінансовий інжиніринг. іновації та загрози. URL: https://core.ac.uk/download/pdf/84006963.pdf (дата звернення: 09.11.2023)uk_UA
dc.relation.references6. Фінансовий інжиніринг на ринку корпоративних боргових цінних паперів України. URL: http://bulletin-econom.univ.kiev.ua/wp-content/uploads/2016/01/116_11.pdf (дата звернення: 10.11.2023)uk_UA
dc.relation.references7. Інноваційні інструменти фінансового ринку. URL: http://dspace-s.msu.edu.ua:8080/bitstream/123456789/3884/1/Innovative_financial_market_instruments.pdf (дата звернення: 10.11.2023)uk_UA
dc.relation.references8. Фінансова статистика. URL: https://drive.google.com/file/d/15O68vOvNyuId15cmOBuKdnPayWNYH4NZ/view (дата звернення: 10.11.2023)uk_UA
dc.relation.references9. Фінансова статистика. URL: https://core.ac.uk/download/pdf/48403329.pdf (дата звернення: 10.11.2023)uk_UA
dc.relation.references10. Python для обробки даних і моделювання фінансово-економічних показників. URL: https://itce.vntu.edu.ua/index.php/itce/article/view/823/544 (дата звернення: 10.11.2023)uk_UA
dc.relation.references11. Комп’ютерне моделювання: аналіз, управління, оптимізація. URL: https://kmauo.org/wp-content/uploads/2020/2/%E2%84%962(8)2020.pdf (дата звернення: 10.11.2023)-
dc.relation.references12. Тренди ШІ: як штучний інтелект вплине на фінансову сферу. URL: https://speka.media/trendi-si-yak-stucnii-intelekt-vpline-na-finansovu-sferu-vmjkzv (дата звернення: 10.11.2023)-
dc.relation.references13. Магія штучного інтелекту: аналітика, фінанси та стандартизація. URL: https://business.diia.gov.ua/cases/tehnologii/magia-stucnogo-intelektu-analitika-finansi- ta-standartizacia-abo-prosto-dodaj-si (дата звернення: 10.11.2023)-
dc.relation.references14. Штучний інтелект у сфері фінансів. URL: https://elartu.tntu.edu.ua/bitstream/lib/31485/2/FMZKP_2020_Lutsko_Z- Artificial_intellectual_135-137.pdf (дата звернення: 10.11.2023)-
dc.relation.references15. Штучний інтелект у FinTech: 5 програм, які використовують компанії. URL: https://blog.easypay.ua/shtuchniy-intelekt-u-fintech-5-program-yaki- vikoristovuyut-kompaniyi/ (дата звернення: 10.11.2023)-
dc.relation.references16. ШІ у ролі фінансового консультанта – один із провідних трендів фінтеху. URL: https://www.ukrinform.ua/rubric-technology/3684961-si-u-roli-finansovogo- konsultanta-odin-iz-providnih-trendiv-fintehu.html (дата звернення: 10.11.2023)-
dc.relation.references17. Як штучний інтелект змінює світ фінансів. URL: https://ua.news/ua/technologies/kak-yskusstvennyj-yntellekt-menyaet-myr-fynansov (дата звернення: 10.11.2023)-
dc.relation.references18. Психологія на службі у фінансів: які звички прирікають нас на невдачі з грошима. URL: https://psm7.com/uk/analytics/psixologiya-na-sluzhbe-u-finansov- kakie-privychki-obrekayut-nas-na-neudachi-s-dengami.html (дата звернення: 10.11.2023)-
dc.relation.references19. Психологія фінансів як основа сучасної фінансової науки. URL: https://lib.udau.edu.ua:8443/server/api/core/bitstreams/6f78ed43-d97d-43c0-bd80- fbc8f823c013/content (дата звернення: 10.11.2023)-
dc.relation.references20. Machine Learning And Neural Networks In The Fintech Industry. URL: https://techround.co.uk/finance/machine-learning-neural-networks-fintech-industry/ (дата звернення: 11.11.2023)-
dc.relation.references21. Neural Network Technologies of Investment Risk Estimation Taking into Account the Legislative Aspect. URL: https://ceur-ws.org/Vol-2805/paper23.pdf (дата звернення: 11.11.2023)-
dc.relation.references22. Blockchain financial investment based on deep learning network algorithm. URL: https://www.sciencedirect.com/science/article/abs/pii/S0377042720300145 (дата звернення: 11.11.2023)-
dc.relation.references23. An Analysis of the Applications of Neural Networks in Finance. URL: https://web.archive.org/web/20170809115741id_/http://cns- classes.bu.edu/cn710/Fall2007/file_repository/112.pdf (дата звернення: 11.11.2023)-
dc.relation.references24. Neural Network Applications in Finance. URL: https://www.researchgate.net/publication/282829832_Neural_Network_Applications_in _Finance (дата звернення: 11.11.2023)-
dc.relation.references25. Neural network technologies in the financial and credit sector. URL: https://dl.acm.org/doi/fullHtml/10.1145/3487757.3490865 (дата звернення: 11.11.2023)-
dc.relation.references26. Evaluation of Neural Network Technology in the Financial Sector. URL: https://ibima.org/accepted-paper/evaluation-of-neural-network-technology-in-the- financial-sector/ (дата звернення: 11.11.2023)-
dc.relation.references27. How to use Neural Networks in Trading. URL: https://www.eliftech.com/insights/how-to-use-neural-networks-in-trading/ (дата звернення: 11.11.2023)-
dc.relation.references28. Financial Asset Management Using Artificial Neural Networks. URL: https://www.igi- global.com/pdf.aspx?tid=258572&ptid=229667&ctid=4&oa=true&isxn=978179980655 4 (дата звернення: 11.11.2023)-
dc.relation.references29. How Artificial Intelligence Predicts Trading Market. URL: https://intellias.com/artificial-intelligence-predicts-financial-markets/ (дата звернення: 11.11.2023)-
dc.relation.references30. Атаманчук П.С. Безпека життєдіяльності та охорона праці (Практичний курс): Навчальний посібник. Кам'янець-Подільський: "Думка". 2010. 152 с.-
dc.relation.references31. Стручок В.С. Безпека в надзвичайних ситуаціях. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної та заочної (дистанційної) форм навчання / В.С.Стручок. - Тернопіль: ФОП Паляниця В. А., 2022. - 156 с. Available at: http://elartu.tntu.edu.ua/handle/lib/39196 (accessed 18.12.2023)-
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюяuk_UA
Appears in Collections:121 — інженерія програмного забезпечення

Files in This Item:
File Description SizeFormat 
dyplom_Kornev_2323.pdf3,98 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools