اکسپرس 24
ترجمه فارسی مقاله طراحی مدل‌های سری زمانی با ابرشبکه‌ها و پرتفوی‌های تخاصمی

ترجمه فارسی مقاله طراحی مدل‌های سری زمانی با ابرشبکه‌ها و پرتفوی‌های تخاصمی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Designing Time-Series Models With Hypernetworks & Adversarial Portfolios
عنوان مقاله به فارسی طراحی مدل‌های سری زمانی با ابرشبکه‌ها و پرتفوی‌های تخاصمی
نویسندگان Filip Staněk
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
دسته بندی موضوعات Machine Learning,Portfolio Management,Methodology,Machine Learning,یادگیری ماشین , مدیریت نمونه کارها , روش شناسی , یادگیری ماشین ,
توضیحات Submitted 29 July, 2024; originally announced July 2024. , MSC Class: 62M45 ACM Class: I.2.6
توضیحات به فارسی ارسال 29 ژوئیه 2024 ؛در ابتدا اعلام شد ژوئیه 2024. ، کلاس MSC: 62M45 ACM کلاس: I.2.6

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 680,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This article describes the methods that achieved 4th and 6th place in the forecasting and investment challenges, respectively, of the M6 competition, ultimately securing the 1st place in the overall duathlon ranking. In the forecasting challenge, we tested a novel meta-learning model that utilizes hypernetworks to design a parametric model tailored to a specific family of forecasting tasks. This approach allowed us to leverage similarities observed across individual forecasting tasks while also acknowledging potential heterogeneity in their data generating processes. The model's training can be directly performed with backpropagation, eliminating the need for reliance on higher-order derivatives and is equivalent to a simultaneous search over the space of parametric functions and their optimal parameter values. The proposed model's capabilities extend beyond M6, demonstrating superiority over state-of-the-art meta-learning methods in the sinusoidal regression task and outperforming conventional parametric models on time-series from the M4 competition. In the investment challenge, we adjusted portfolio weights to induce greater or smaller correlation between our submission and that of other participants, depending on the current ranking, aiming to maximize the probability of achieving a good rank.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله روشهایی که به ترتیب در چالش های پیش بینی و سرمایه گذاری ، به ترتیب از رقابت M6 به مقام چهارم و ششم رسیده است ، در نهایت مقام اول را در رده بندی کلی دواتلون کسب می کند.در چالش پیش بینی ، ما یک مدل یادگیری متا جدید را آزمایش کردیم که از Hypernetworks برای طراحی یک مدل پارامتری متناسب با یک خانواده خاص از کارهای پیش بینی استفاده می کند.این رویکرد به ما این امکان را می دهد تا از شباهت هایی که در وظایف پیش بینی فردی مشاهده می شود ، استفاده کنیم و در عین حال ناهمگونی بالقوه در فرآیندهای تولید داده های خود را نیز تصدیق کنیم.آموزش مدل می تواند به طور مستقیم با استفاده از backpropagation انجام شود و نیاز به اعتماد به مشتقات مرتبه بالاتر را از بین ببرد و معادل یک جستجوی همزمان در فضای توابع پارامتری و مقادیر پارامتر بهینه آنها باشد.قابلیت های مدل پیشنهادی فراتر از M6 گسترش می یابد ، و برتری نسبت به روشهای فوق العاده یادگیری در کار رگرسیون سینوسی و بهتر از مدل های پارامتری معمولی در سری زمان از رقابت M4 نشان می دهد.در چالش سرمایه گذاری ، ما وزن نمونه کارها را تنظیم کردیم تا همبستگی بیشتر یا کوچکتر بین ارسال ما و سایر شرکت کنندگان ، بسته به رتبه فعلی ، با هدف حداکثر رساندن احتمال دستیابی به یک رتبه خوب ایجاد کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.