在线自适应模糊认知图金融预测框架提出
热点事件持续更新
在线自适应模糊认知图金融预测框架提出
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Brandon Rodriguez 等作者提出一个将在线自适应模糊认知图（FCM）与 LSTM 结合的神经符号金融预测框架。该框架从双源价格序列与宏观指标构建 FCM，并用误差驱动的 Hebbian 规则在线调整图的边。 作者称，在 NASDAQ Composite 数据上，该框架的回报符号准确率比 LSTM 高 7.6 个百分点，自适应图在 10 至 15 个交易日内收敛到新状态。上述结果为作者报告，尚待独立验证。
AI 根据报道生成 · 47 分钟前更新
最新进展11月11日 13:00
在线自适应模糊认知图：面向神经符号金融预测的框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI在线自适应模糊认知图：面向神经符号金融预测的框架
研究提出将在线自适应模糊认知图（FCM）与 LSTM 结合的神经符号金融预测框架。Framework I 从双源价格序列与宏观指标构建 FCM，并用误差驱动的 Hebbian 规则在线调整边，在 NASDAQ Composite 数据上回报符号准确率比 LSTM 高 7.6 个百分点，自适应图在 10-15 个交易日内收敛到新状态。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。