Учёные из Сибирского федерального университета (СФУ) смогли улучшить нейросеть LVI-PDNN. Теперь она может решать динамические финансовые проблемы, информирует журнал Applied Mathematics and Computation.
Разработка поможет оптимизировать математические модели в инвестиционной сфере, высчитывая максимальные прибыли и минимальные затраты. По словам исследователей, линейное программирование используется в разных сферах, однако впервые создан инструмент для решения динамических задач.
«Благодаря нашей разработке инвесторы смогут принимать более аккуратные решения. Начали мы с задачи страхования инвестиционного портфеля с минимальными затратами», – отметил представитель СФУ Предраг Станимирович.
В структуру LVI-PDNN внедрили контроллер нечёткой логики, оперирующий разными степенями истинности вместо классического запроса «истина-ложь». Это повлияло на уровень адаптивности нейросети к решению динамических задач.
Перед экспертами СФУ стояла цель – развить новые нейронные сети, которые должны сами по себе решать задачи оптимизации.
