تقدم ورقة البحث نهجًا جديدًا للتعلم العميق المعزز المعدل حسب المخاطر (RA-DRL) لتحسين المحفظة، مع معالجة التعقيدات التي تواجه المستثمرين الذين يتجنبون المخاطر. تستخدم المنهجية ثلاثة وكلاء مختلفين للتعلم العميق المعزز (DRL)، تم تدريب كل منها باستخدام دوال مكافأة مختلفة – العوائد اللوغاريتمية، ونسبة شارب التفاضلية، والحد الأقصى للانخفاض – لإنشاء سياسة موحدة. يتم تحسين…

تقدم هذه الورقة البحثية نظرية مجموعة الدوائر الثنائية القطبية المعقدة الفuzzy اللغوية (Cir-BCIFL)، والتي تعزز النماذج الحالية مثل المجموعات الضبابية، والمجموعات الضبابية الحدسية، والمجموعات الضبابية الثنائية القطبية لتحسين التعامل مع المعلومات الغامضة والمعقدة في سيناريوهات اتخاذ القرار. يتضمن إطار عمل Cir-BCIFL كل من دوال العضوية الإيجابية والسلبية، مما يسمح بتقييم دقيق للآراء. يقترح المؤلفون العديد…

تقدم هذه الدراسة نموذج التعلم الفيدرالي المعزز متعدد الطبقات (Fed-MLP-LSTM)، والذي يهدف إلى تحسين دقة توقعات سوق الأسهم من خلال الاستفادة من نقاط القوة في الشبكات العصبية متعددة الطبقات (MLP) لاستخراج الميزات وشبكات الذاكرة طويلة وقصيرة الأجل (LSTM) لنمذجة البيانات الزمنية. باستخدام مؤشر CAC40 للأسهم كدراسة حالة، يتضمن النموذج تقنيات المعالجة المسبقة مثل الاستيفاء الخطي…