Un enfoque híbrido novedoso utilizando un modelo de Transformer basado en atención + GRU para predecir los precios de las criptomonedas
Autores: Mahdi, Esam; Martin-Barreiro, Carlos; Cabezas, Xavier
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un enfoque híbrido novedoso utilizando un modelo de Transformer basado en atención + GRU para predecir los precios de las criptomonedas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aprendizaje profundo
Modelo híbrido
Predicciones de precios de criptomonedas
Transformer
GRU
Pronóstico de series temporales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
En este artículo, presentamos un nuevo modelo híbrido de aprendizaje profundo que integra la atención del Transformer y las arquitecturas de unidad recurrente con compuertas (GRU) para mejorar la precisión de las predicciones de precios de criptomonedas. Al combinar la capacidad del Transformer para capturar patrones a largo plazo con la capacidad de GRU para modelar tendencias a corto plazo y secuenciales, el modelo híbrido proporciona un enfoque integral para la predicción de series temporales.
Descripción
En este artículo, presentamos un nuevo modelo híbrido de aprendizaje profundo que integra la atención del Transformer y las arquitecturas de unidad recurrente con compuertas (GRU) para mejorar la precisión de las predicciones de precios de criptomonedas. Al combinar la capacidad del Transformer para capturar patrones a largo plazo con la capacidad de GRU para modelar tendencias a corto plazo y secuenciales, el modelo híbrido proporciona un enfoque integral para la predicción de series temporales.