Resumen

En el contexto de la globalización económica y la digitalización, el ámbito financiero actual se encuentra en una situación compleja sin precedentes. Los métodos y medios para hacer frente a esta complejidad se están desarrollando hacia la inteligencia de la imagen. Este trabajo toma como punto de partida la predicción financiera, selecciona la red neuronal artificial en el algoritmo inteligente y optimiza el algoritmo, pronostica a través de la red neuronal multicapa mejorada, y la compara con la red neuronal tradicional. A través de la comparación, se encuentra que la tasa de éxito de la predicción de la red neuronal multicapa genética mejorada aumenta con el aumento de la dimensión de los datos de imagen de entrada. Esto demuestra que, añadiendo más indicadores técnicos como entrada de la red combinada, la eficacia de predicción de la red neuronal multicapa genética mejorada puede mejorarse aún más y se puede mantener la ventaja de la velocidad de cálculo.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:multicapa genética mejorada, red neuronal, datos de imagen de entrada, situación compleja sin precedentes, red neuronal artificial, aumento de la red neuronal, ámbito financiero actual, red neuronal tradicional, tasa de éxito de la predicción, indicadores técnicos
• Keywords:improved genetic multilayer, neural network, input image data, unprecedented complex situation, artificial neural network, neural network increase, current financial field, traditional neural network, prediction success rate, technical indicators