論文の概要: Petroleum prices prediction using data mining techniques -- A Review
- arxiv url: http://arxiv.org/abs/2211.12964v1
- Date: Sun, 20 Nov 2022 19:33:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-24 14:12:31.252027
- Title: Petroleum prices prediction using data mining techniques -- A Review
- Title(参考訳): データマイニング技術による石油価格の予測 -- レビュー
- Authors: Kiplang'at Weldon, John Ngechu, Ngatho Everlyne, Nancy Njambi, Kinyua
Gikunda
- Abstract要約: 本研究は,石油価格の予測を行うための既存のデータマイニング技術について概説する。
データマイニング技術は回帰モデル、ディープニューラルネットワークモデル、ファジィセットとロジック、ハイブリッドモデルに分類される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the past 20 years, Kenya's demand for petroleum products has
proliferated. This is mainly because this particular commodity is used in many
sectors of the country's economy. Exchange rates are impacted by constantly
shifting prices, which also impact Kenya's industrial output of commodities.
The cost of other items produced and even the expansion of the economy is
significantly impacted by any change in the price of petroleum products.
Therefore, accurate petroleum price forecasting is critical for devising
policies that are suitable to curb fuel-related shocks. Data mining techniques
are the tools used to find valuable patterns in data. Data mining techniques
used in petroleum price prediction, including artificial neural networks
(ANNs), support vector machines (SVMs), and intelligent optimization techniques
like the genetic algorithm (GA), have grown increasingly popular. This study
provides a comprehensive review of the existing data mining techniques for
making predictions on petroleum prices. The data mining techniques are
classified into regression models, deep neural network models, fuzzy sets and
logic, and hybrid models. A detailed discussion of how these models are
developed and the accuracy of the models is provided.
- Abstract(参考訳): 過去20年間で、ケニアの石油製品に対する需要は急増している。
これは主に、この商品が国の経済の多くの部門で使われているためである。
為替レートは、ケニアの工業生産に影響を及ぼす価格の変動によって影響を受ける。
その他の生産品のコストや経済の拡大さえも、石油製品価格の変化に大きく影響している。
したがって、石油価格の正確な予測は、燃料関連のショックを抑制するのに適した政策を策定する上で重要である。
データマイニングテクニックは、データに価値のあるパターンを見つけるためのツールです。
人工ニューラルネットワーク(ANN)、サポートベクターマシン(SVM)、遺伝的アルゴリズム(GA)のようなインテリジェントな最適化技術など、石油価格予測に使用されるデータマイニング技術が人気を博している。
本研究は,石油価格の予測を行うための既存のデータマイニング技術について概説する。
データマイニング技術は回帰モデル、ディープニューラルネットワークモデル、ファジィセットとロジック、ハイブリッドモデルに分類される。
これらのモデルがどのように開発され、モデルの精度が向上するかを詳細に議論する。
関連論文リスト
- Natural Language Processing and Multimodal Stock Price Prediction [0.8702432681310401]
本稿では,従来の生通貨価値の活用とは対照的に,株価変動をトレーニングデータとして活用する。
パーセンテージの変化の選択は、価格変動の重要性に関する文脈をモデルに提供することを目的としている。
この研究は、株価トレンドを予測するために、特別なBERT自然言語処理モデルを用いている。
論文 参考訳(メタデータ) (2024-01-03T01:21:30Z) - Methods for Acquiring and Incorporating Knowledge into Stock Price
Prediction: A Survey [25.68351063906763]
知識に富んだ株価予測手法は、外的知識を利用して株式市場を理解することによって、画期的な結果を示している。
本稿では,非構造化データソースから外部知識を取得する手法を体系的かつ包括的に記述することを目的とする。
また,外部知識と歴史的価格特徴を融合する融合手法についても検討する。
論文 参考訳(メタデータ) (2023-08-09T13:28:00Z) - Forecasting Crude Oil Prices Using Reservoir Computing Models [1.52292571922932]
本研究では原油価格予測のための革新的な貯水池計算モデルを導入する。
先進的な技術を活用することで、市場参加者は意思決定を強化し、原油市場のダイナミクスに関する貴重な洞察を得ることができる。
論文 参考訳(メタデータ) (2023-06-05T17:23:26Z) - Carbon Price Forecasting with Quantile Regression and Feature Selection [4.973858621819144]
いくつかの新しい手法で炭素価格予測を改善することを提案する。
商品価格、石油や天然ガスなどの輸出量、繁栄指標など、さまざまな影響要因を収集する。
Sparse Quantile Group Lasso と Adaptive Sparse Quantile Group Lasso を用いて価格予測を行う。
論文 参考訳(メタデータ) (2023-05-05T01:02:08Z) - Revenue Management without Demand Forecasting: A Data-Driven Approach
for Bid Price Generation [25.53238782264327]
本稿では、需要予測と最適化技術の必要性を排除したデータ駆動型の収益管理手法を提案する。
我々はニューラルネットワークアルゴリズムを用いて入札価格を将来に向けて予測する。
以上の結果から,我々のデータ駆動手法は,幅広い設定において理論的に最適(1%の収益格差)に近いままであることがわかった。
論文 参考訳(メタデータ) (2023-04-14T21:10:13Z) - Stock Price Prediction using Sentiment Analysis and Deep Learning for
Indian Markets [0.0]
我々は、感情データの入手に資する歴史的価格を用いて、将来の株価の変動を予測することを目的としていた。
最終製品として、Reliance, Bank, TCS, SBIの株価は、上記の2つのモデルを用いて予測された。
論文 参考訳(メタデータ) (2022-04-07T12:09:39Z) - Forecasting Crude Oil Price Using Event Extraction [2.132096006921048]
新たな原油価格予測フレームワークであるAGESLが,この問題に対処するために提案されている。
提案手法では,オープンドメインイベント抽出アルゴリズムを用いて関連するイベントを抽出する。
次に、将来の原油価格を予測するために、ニュースイベントの特徴、感傷的特徴、歴史的価格特徴を統合するディープニューラルネットワークを構築します。
論文 参考訳(メタデータ) (2021-11-14T08:48:43Z) - Economic Recession Prediction Using Deep Neural Network [26.504845007567972]
本稿では,米国における景気後退の開始と終了を予測するための最も正確なモデルとして,オートエンコーダを用いたBi-LSTMの深層学習手法を同定する。
我々は、さまざまな機械学習モデルの能力を比較して、サンプル内とサンプル外の両方で優れた予測を生成するために、一般的なマクロおよびマーケットコンディション機能を採用する。
論文 参考訳(メタデータ) (2021-07-21T22:55:14Z) - Efficient Deep Learning Pipelines for Accurate Cost Estimations Over
Large Scale Query Workload [25.52190205651031]
クエリトレースのリソース消費パターンを正確に予測するツリー畳み込みベースのデータサイエンスパイプラインを開発しています。
20PB以上のデータレイク上のGrabから19K Presto OLAPクエリ上のパイプラインを評価します。
我々は、microsoft azure上の大規模バッチモデルトレーニングで最大13.2倍の直接コスト削減を実証する。
論文 参考訳(メタデータ) (2021-03-23T11:36:10Z) - Hybrid and Automated Machine Learning Approaches for Oil Fields
Development: the Case Study of Volve Field, North Sea [58.720142291102135]
本稿では,意思決定プロセスを支援する分野開発タスクにおけるインテリジェントなアプローチの利用について述べる。
我々は,油田立地最適化の問題と,その中の2つの課題に注目し,石油生産量推定の品質向上と貯水池特性の評価を行う。
実装されたアプローチは、異なる油田を解析したり、同様の物理問題に適応することができる。
論文 参考訳(メタデータ) (2021-03-03T18:51:46Z) - A Survey on Data Pricing: from Economics to Data Science [61.72030615854597]
データ価格の背景にある様々なモチベーションを調べ、データ価格の経済性を理解する。
デジタル製品とデータ製品の両方について論じる。
我々は、今後の仕事の一連の課題と方向性を考えます。
論文 参考訳(メタデータ) (2020-09-09T19:31:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。