OPTIMIZING TIME SERIES FORECASTING: A COMPARATIVE STUDY OF ADAM AND NESTEROV ACCELERATED GRADIENT ON LSTM AND GRU NETWORKS USING STOCK MARKET DATA
创建于 更新于
摘要
本研究比较了Adam优化器和Nesterov加速梯度（NAG）在LSTM和GRU神经网络中的表现，利用苹果公司过去十年的股票收盘价数据进行时间序列预测。结果显示，采用Adam优化的GRU模型在准确性（最低RMSE）和收敛速度上均优于其他组合，且GRU模型整体优于LSTM模型。该研究强调了Adam与GRU结合的优势，为时间序列尤其是股票价格预测提供了高效、准确的建模方案 [page::0][page::4][page::6][page::8][page::9]。
