TY -的A2 -叮,白元盟——杨、陈盟——郭舒化PY - 2021 DA - 2021/08/19 TI -通货膨胀预测方法基于深度学习SP - 1071145六世- 2021 AB -前瞻性的预测通货膨胀率可能有助于中央银行和其他政府部门更好地利用货币政策来稳定物价,防止通货膨胀对市场实体的影响,特别是对低收入和中等收入群体。它还可以帮助金融机构和投资者更好地作出投资决策。从这个意义上说,通货膨胀率的预测具有重要意义。现有文献主要采用线性模型自回归(AR)和向量自回归(VAR)模型预测通货膨胀率。变量之间的非线性关系和历史数据信息的挖掘相对缺乏。因此,预测策略和现有文献的准确性需要改善。深度学习我可以完全的预测模型设计变量之间的非线性关系和处理复杂的长期时间序列动态信息,从而弥补了现有研究的不足。因此,本文采用封闭的反复的复发性神经网络单元(GRU-RNN)模型训练和分析消费者价格指数(CPI)指标获得通胀相关预测结果。基于历史数据的实验结果表明,该GRU-RNN模型具有良好的性能在预测中国的通货膨胀率。相比之下,该方法的性能明显优于一些传统的模型,显示出其优越的有效性。 SN - 1687-5265 UR - https://doi.org/10.1155/2021/1071145 DO - 10.1155/2021/1071145 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -