Новости

Ученые создали новую нейросеть для помощи инвесторам

Ученые создали новую нейросеть для помощи инвесторам

Улучшенную версию известной нейросети LVI-PDNN, применяемой для оптимизации математических моделей в различных сферах, предложили ученые СФУ в партнерстве с зарубежными коллегами. По их словам, новая нейросеть станет первым «ассистентом инвестора», способным принимать решения в условиях реальной рыночной динамики. Статья опубликована в журнале Applied Mathematics and Computation.

Линейное программирование – инструмент оптимизации математических моделей, применяемых в ряде сфер. Например, при работе с финансами целью оптимизации выступает максимальная прибыль или минимальные затраты, объяснили ученые.

Уже более десяти лет нейронные сети активно применяются для решения в реальном времени задач линейного программирования с изменяющимися условиями, то есть так называемых динамических задач. В то же время интерес к финансовой оптимизации с помощью нейронных сетей также набирает обороты в мире, однако для этой сферы до сих пор не было создано инструмента решения динамических задач, отметили специалисты.

Ученые создали новую нейросеть для помощи инвесторам

Ученые Сибирского федерального университета (СФУ) усовершенствовали алгоритмы квадратичного и линейного программирования на основе нейросетевого подхода и систем нечеткой логики для решения динамических задач, в том числе при управлении финансами.»Мы предложили улучшенную версию известного нейросетевого метода LVI-PDNN, специально впервые в мире предусмотрев ее применение для решения динамических финансовых проблем – с помощью нашей разработки инвесторы смогут принимать более аккуратные решения. Начали мы с задачи страхования инвестиционного портфеля с минимальными затратами», – рассказал главный научный сотрудник СФУ Предраг Станимирович.

Изюминка новой системы, по словам создателей, – внедренный в структуру LVI-PDNN контроллер нечеткой логики, оперирующий степенями истинности вместо классической дилеммы «истина/ложь», что повышает адаптивность системы при решении динамических задач.

«Чтобы нейросеть могла распознавать объекты или ситуации реального мира, ее нужно обучить, в том числе с помощью различных алгоритмов оптимизации. Мы же развиваем новый класс обнуляющих нейронных сетей, которые сами по себе способны решать задачи оптимизации. Такие нейросетевые оптимизаторы могут быть реализованы аппаратно, то есть в виде микросхем, что в перспективе сделает их чрезвычайно быстрыми», – объяснила заведующая кафедрой «Цифровые технологии управления» Алена Ступина.

Ученые создали новую нейросеть для помощи инвесторам

В работе приняли участие специалисты Национального афинского университета имени Каподистрия (Греция), Нишского университета (Сербия), университета Свонси (Великобритания), университета Цзяннань (КНР).

Исследование проведено в рамках стратегического проекта СФУ «Институт цифровых гуманитарных исследований» по программе «Приоритет-2030», поддержано мегагрантом «Гибридные методы моделирования и оптимизации в сложных системах».

Добавить комментарий