Улучшенную версию известной нейросети LVI-PDNN, применяемой для оптимизации математических моделей в различных сферах, предложили учёные Сибирского федерального университета (СФУ) в партнёрстве с зарубежными коллегами.
По их словам, новая нейросеть станет первым «ассистентом инвестора», способным принимать решения в условиях реальной рыночной динамики.
Уже более десяти лет нейронные сети активно применяются для решения в реальном времени задач линейного программирования с изменяющимися условиями. В то же время интерес к финансовой оптимизации с помощью нейронных сетей также набирает обороты в мире, однако для этой сферы до сих пор не было создано инструмента решения динамических задач.
Ученые СФУ усовершенствовали алгоритмы квадратичного и линейного программирования на основе нейросетевого подхода и систем нечёткой логики для решения динамических задач, в том числе при управлении финансами.
Изюминка новой системы, по словам создателей, – внедрённый в структуру LVI-PDNN контроллер нечёткой логики, оперирующий степенями истинности вместо классической дилеммы «истина/ложь», что повышает адаптивность системы при решении динамических задач.
В работе приняли участие специалисты Национального афинского университета имени Каподистрия (Греция), Нишского университета (Сербия), университета Свонси (Великобритания), университета Цзяннань (КНР). Исследование проведено в рамках стратегического проекта СФУ «Институт цифровых гуманитарных исследований» по программе «Приоритет-2030», поддержано мегагрантом «Гибридные методы моделирования и оптимизации в сложных системах».