513 0

Full metadata record

DC FieldValueLanguage
dc.contributor.advisor조인휘-
dc.contributor.author조성근-
dc.date.accessioned2018-09-18T00:42:52Z-
dc.date.available2018-09-18T00:42:52Z-
dc.date.issued2018-08-
dc.identifier.urihttps://repository.hanyang.ac.kr/handle/20.500.11754/75277-
dc.identifier.urihttp://hanyang.dcollection.net/common/orgView/200000433850en_US
dc.description.abstract최근 기술인 블록체인은 금융기관과 컨텐츠 유통 등 다양한 분야에 혁신을 주도할 것으로 예상된다. 또한 기업과 기업(B2B) 영역에서부터 기업과 개인(B2C) 영역까지 영향을 끼칠 것이다. 블록체인 기술이 관심을 받게 되면서 암호화폐들이 주목받고 있는 시점이다. 블록체인들의 원장 정보를 처리하면서 주어지는 보상이 암호화폐이다. 다양하고 빠르게 가격 변동이 이루어지는 암호화폐들의 가치에 대한 평가는 점점 더 복잡해지고 있다. 본 논문은 이와 같은 문제에 대해 가치를 정확하게 평가하기 위해, 알고리즘 모델과 인공지능 모델을 통합한 모델을 제안한다. 첫 번째로는 알고리즘 모델이다. 흔히 주식 분석에서 표현되는 여러 가지 기법들을 통칭한다. 기본적인 골든 크로스 기법을 활용하였다. 두 번째로는 인공지능 모델이다. 소셜 분석 모델과 가치 예측 모델로 구성되었다. 오피니언마이닝(Opinion mining)의 한 종류인 감성 분석은 텍스트 데이터를 분석하는 방법이다. 작성자의 글 내용의 감성을 긍정적인지 부정적인지에 대하여 구분하는 분석 기법이다. 기계학습과 인지과학에서 사용되는 통계학적 학습 알고리즘인 인공신경망 중 LSTM을 활용하였다. 기존의 데이트를 활용해서 트레이닝을 하고 이를 바탕으로 미래의 가치를 예측한다. 여기서는 예측된 가치의 기울기를 중심으로 확인한다. 암호화폐 중 이더리움을 기준으로 2018년 01월 29일부터 2018년 05월 08일까지의 데이터를 활용하여 위에서 언급한 기존의 알고리즘 모델과 통합 모델을 비교하여 평가하였을 때, 알고리즘 모델의 경우 -15%의 수익률을 나타내었고, 통합모델의 경우 76%의 수익률을 나타내었다.-
dc.publisher한양대학교-
dc.title암호화폐 분석을 위한 인공지능 기반의 통합모델 제안-
dc.title.alternativeProposal of Integrated Model based on Artificial Intelligence for Cryptographic Currency Analysis-
dc.typeTheses-
dc.contributor.googleauthor조성근-
dc.contributor.alternativeauthorCho SeungGeun-
dc.sector.campusS-
dc.sector.daehak공학대학원-
dc.sector.department전기ㆍ전자ㆍ컴퓨터공학과-
dc.description.degreeMaster-


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE