Key points are not available for this paper at this time.
La cryptomonnaie la plus populaire utilisée dans le monde est le bitcoin. De nombreuses personnes ordinaires et investisseurs investissent désormais dans le bitcoin. Cependant, il devient assez difficile d'évaluer ou de prévoir le prix du bitcoin. Le prix du bitcoin est extrêmement difficile à prévoir en raison de ses fluctuations. À ce stade, l'apprentissage automatique a développé un certain nombre de modèles pour examiner le comportement des prix du bitcoin en utilisant des données de séries temporelles. L'argent numérique, un autre type de paiement développé en utilisant des méthodes de cryptage, est difficile à prévoir. En utilisant la technologie de cryptage, les cryptomonnaies peuvent agir à la fois comme un moyen d'échange et un système de comptabilité virtuel. Pour estimer les valeurs d'une séquence temporelle future, ce travail introduit une technique basée sur l'apprentissage profond pour la prévision de séries temporelles qui traite les données actuelles comme des séries temporelles et extrait les caractéristiques clés du passé. Pour surmonter les lacunes de la prévision de production conventionnelle, trois algorithmes - moyennes mobiles intégrées autorégressives (ARIMA), réseau de mémoire à long court terme (LSTM) et FB-prophet - ont été étudiés et comparés. Nous avons comparé les modèles en utilisant les données historiques du bitcoin des huit dernières années, de 2012 à 2020. Le modèle “FB-prophet”, qui est significatif, capte des variations qui pourraient attirer l'attention et éviter d'éventuels problèmes.
Tripathy et al. (Sun,) ont étudié cette question.