| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 6 / 6
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Uporaba umetne inteligence pri upravljanju portfelja delnic
Dušan Fister, 2022, doktorska disertacija

Opis: Izziv dela predstavlja snovanje, načrtovanje in praktična izvedba avtomatiziranega trgovalnega sistema, ki neodvisno in brez posredovanja uporabnikov sprejema in izvaja trgovalne odločitve. Jedro trgovalnega sistema predstavlja trgovalna strategija, ki spremlja pretekle ter aktualne podatke borznih kotacij, izvaja tehnično analizo in, če je tega sposobna, se prilagaja sprotnim razmeram na finančnih trgih. Obravnavamo dve skupini trgovalnih strategij, klasične, ki niso sposobne sprotnega prilagajanja niti učenja, in dve trgovalni strategiji na osnovi naprednih algoritmov umetne inteligence, eno izmed njih predstavnico umetnih nevronskih mrež najnovejše tretje generacije. Izvedemo obširna simulacijska eksperimentiranja na osnovi nemškega delniškega trga v zadnjih desetih letih, zasnujemo in izvedemo pa tudi eksperimentiranja na namenski strojni opremi, ki močno pohitri kompleksnost časovnega izvajanja, ter eksperimentiranja na analognem elektronskem vezju, s pomočjo katerega se podrobno seznanimo z načinom propagiranja informacij umetnih nevronskih mrež tretje generacije. Rezultati eksperimentov prinašajo tako vsebinske kot tehnične ugotovitve, najpomembnejšo med njimi, da se enoten model ki hkrati trguje z večjim številom finančnih instrumentov obnaša podobno kot kopica posamično prilagojenih modelov na točno določen finančni instrument, kakor tudi novo ugotovljene izkušnje vezane na propagiranje in izrabo najnovejše generacije umetnih nevronskih mrež.
Ključne besede: umetna inteligenca, portfelj delnic, umetne nevronske mreže, mehanski trgovalni sistem
Objavljeno v DKUM: 14.11.2022; Ogledov: 71; Prenosov: 22
.pdf Celotno besedilo (5,58 MB)

2.
Algoritmično trgovanje kriptovalut
Jan Podkoritnik, 2022, diplomsko delo

Opis: V nalogi smo predstavili trg kriptovalut, splošno teorijo trgovanja in tehnične analize. Opisali smo algoritmično trgovanje in pripadajoče strategije. Implementirali smo aplikacijo, ki omogoča avtomatizirano trgovanje in testiranje izbranih strategij na podlagi preteklih podatkov. Izbrali smo nekaj tehničnih indikatorjev, implementirali strategijo trgovanja in poskušali na podlagi izvedenih testov s pomočjo aplikacije ugotoviti, ali je mogoče biti dobičkonosen. Na koncu smo predstavili analizo rezultatov, pridobljenih s testiranjem.
Ključne besede: kriptovalute, algoritmično trgovanje, C#, tehnična analiza
Objavljeno v DKUM: 25.10.2022; Ogledov: 53; Prenosov: 18
.pdf Celotno besedilo (2,96 MB)

3.
Razvoj naprednega adaptivnega regulatorja za mehatronske sisteme
Dušan Fister, 2017, magistrsko delo

Opis: V magistrski nalogi predstavljamo, opisujemo ter razlagamo princip delovanja nelinearnega naprednega adaptivnega hitrostnega regulatorja, ki smo ga izdelali za potrebe napredne regulacije na enoosnem robotu. Tega krmilimo z algoritmom evolucijskih strategij, ki je sposoben dinamičnega iskanja rešitev, kjer se vrednost funkcije uspešnosti spreminja s časom. Pri tem smo vrednost funkcije uspešnosti napovedovali s pomočjo nevronske mreže (angl. Artificial Neural Network, krajše ANN). Predlagano metodo smo testirali na realnem laboratorijskem robotskem sistemu z eno stopnjo prostosti (angl. one degree of freedom, krajše 1 D.O.F.) in ugotovili, da je primeren za regulacijo v realnem času (odzivni čas 1-5 ms). Izvedena je bila primerjava z linearnim PI-hitrostnim regulatorjem, rezultati pa so pokazali uspešnejše delovanje nelinearnega hitrostnega regulatorja.
Ključne besede: online-regulacija, identifikacija, evalvacija, optimizacija, realni čas
Objavljeno v DKUM: 01.09.2017; Ogledov: 1133; Prenosov: 146
.pdf Celotno besedilo (2,36 MB)

4.
Towards the novel reasoning among particles in PSO by the use of RDF and SPARQL
Iztok Fister, Xin-She Yang, Karin Ljubič Fister, Dušan Fister, Janez Brest, Iztok Fister, 2014, izvirni znanstveni članek

Opis: The significant development of the Internet has posed some new challenges and many new programming tools have been developed to address such challenges. Today, semantic web is a modern paradigm for representing and accessing knowledge data on the Internet. This paper tries to use the semantic tools such as resource definition framework (RDF) and RDF query language (SPARQL) for the optimization purpose. These tools are combined with particle swarm optimization (PSO) and the selection of the best solutions depends on its fitness. Instead of the local best solution, a neighborhood of solutions for each particle can be defined and used for the calculation of the new position, based on the key ideas from semantic web domain. The preliminary results by optimizing ten benchmark functions showed the promising results and thus this method should be investigated further.
Ključne besede: resource definition framework, SPARQL, best solutions, RDF, PSO
Objavljeno v DKUM: 15.06.2017; Ogledov: 984; Prenosov: 399
.pdf Celotno besedilo (1,67 MB)
Gradivo ima več datotek! Več...

5.
A hybrid bat algorithm
Iztok Fister, Dušan Fister, Xin-She Yang, 2013, izvirni znanstveni članek

Ključne besede: swarm intelligence, bat algorithm, differential evolution, optimization
Objavljeno v DKUM: 21.12.2015; Ogledov: 1451; Prenosov: 19
URL Povezava na celotno besedilo

6.
Načrtovanje samonastavljivega regulatorja 2 DOF robota s pomočjo BA algoritma
Dušan Fister, 2015, diplomsko delo

Opis: Algoritmi po vzoru iz narave dandanes pokrivajo več raziskovalnih področij. Aplikacije, s katerimi rešujemo različne optimizacijske probleme v industriji in drugih področjih človekove dejavnosti, povečujejo kakovost proizvoda, zmanjšujejo časovni okvir načrtovanja ali kako drugače lajšajo reševanja problema. Naš problem predstavlja načrtovanje parametrov položajnega regulatorja na dvoosnem robotskem mehanizmu s pomočjo algoritmov po vzoru iz narave. Pri tem med seboj primerjamo genetski algoritem ter algoritem po vzoru obnašanja netopirjev. Spoznamo in potrdimo osnovne značilnosti obeh algoritmov, ju preizkusimo na realni laboratorijski aplikaciji, ter ugotovimo, da algoritem po vzoru obnašanja netopirjev izboljšuje rezultate genetskega algoritma na našem problemu. S tem smo prišli do sklepa, da lahko algoritme po vzoru iz narave uspešno uporabimo za reševanje realnih problemov iz prakse.
Ključne besede: algoritmi po vzoru obnašanja netopirjev, mehatronika, regulacije
Objavljeno v DKUM: 27.10.2015; Ogledov: 1599; Prenosov: 103
.pdf Celotno besedilo (2,66 MB)

Iskanje izvedeno v 0.1 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici