Construction of AI Investments platform based on artificial intelligence algorithms for advanced investment strategies. (Q77724): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Changed an Item)
(‎Set a claim value: summary (P836): O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criand...)
 
(30 intermediate revisions by 2 users not shown)
label / enlabel / en
Building an AI investment platform based on artificial intelligence algorithms for advanced investment strategies.
Construction of AI Investments platform based on artificial intelligence algorithms for advanced investment strategies.
label / frlabel / fr
 
Construction de la plateforme AI Investments basée sur des algorithmes d’intelligence artificielle pour des stratégies d’investissement avancées.
label / delabel / de
 
Aufbau einer KI-Investment-Plattform auf der Grundlage von Algorithmen der künstlichen Intelligenz für fortgeschrittene Anlagestrategien.
label / nllabel / nl
 
Bouw van AI Investments-platform op basis van kunstmatige intelligentie-algoritmen voor geavanceerde beleggingsstrategieën.
label / itlabel / it
 
Costruzione di una piattaforma AI Investments basata su algoritmi di intelligenza artificiale per strategie di investimento avanzate.
label / eslabel / es
 
Construcción de la plataforma AI Investments basada en algoritmos de inteligencia artificial para estrategias de inversión avanzadas.
label / etlabel / et
 
Tehisintellekti investeerimisplatvormi ehitamine, mis põhineb tehisintellekti algoritmidel täiustatud investeerimisstrateegiate jaoks.
label / ltlabel / lt
 
Dirbtinio intelekto investavimo platformos, pagrįstos dirbtinio intelekto algoritmais pažangioms investavimo strategijoms, kūrimas.
label / hrlabel / hr
 
Izgradnja platforme za ulaganja u umjetnu inteligenciju koja se temelji na algoritmima umjetne inteligencije za napredne strategije ulaganja.
label / ellabel / el
 
Κατασκευή πλατφόρμας επενδύσεων τεχνητής νοημοσύνης βάσει αλγορίθμων τεχνητής νοημοσύνης για προηγμένες επενδυτικές στρατηγικές.
label / sklabel / sk
 
Vybudovanie platformy pre investície do umelej inteligencie založenej na algoritmoch umelej inteligencie pre pokročilé investičné stratégie.
label / filabel / fi
 
Tekoälyalgoritmeihin perustuvan tekoälyinvestointialustan rakentaminen kehittyneitä investointistrategioita varten.
label / hulabel / hu
 
Mesterséges intelligencia algoritmusokon alapuló AI Investments platform építése fejlett befektetési stratégiákhoz.
label / cslabel / cs
 
Vytvoření investiční platformy umělé inteligence založené na algoritmech umělé inteligence pro pokročilé investiční strategie.
label / lvlabel / lv
 
Mākslīgā intelekta investīciju platformas izveide, pamatojoties uz mākslīgā intelekta algoritmiem progresīvām ieguldījumu stratēģijām.
label / galabel / ga
 
Ardán Infheistíochtaí IS a thógáil bunaithe ar algartaim intleachta saorga le haghaidh ardstraitéisí infheistíochta.
label / sllabel / sl
 
Gradnja naložbene platforme za umetno inteligenco, ki temelji na algoritmih umetne inteligence za napredne naložbene strategije.
label / bglabel / bg
 
Изграждане на платформа за инвестиции в ИИ въз основа на алгоритми за изкуствен интелект за усъвършенствани инвестиционни стратегии.
label / mtlabel / mt
 
Il-kostruzzjoni ta’ pjattaforma ta’ Investimenti fl-IA bbażata fuq algoritmi ta’ intelliġenza artifiċjali għal strateġiji ta’ investiment avvanzati.
label / ptlabel / pt
 
Construção de uma plataforma de investimentos em IA baseada em algoritmos de inteligência artificial para estratégias de investimento avançadas.
label / dalabel / da
 
Opbygning af AI-investeringsplatform baseret på algoritmer for kunstig intelligens til avancerede investeringsstrategier.
label / rolabel / ro
 
Construirea unei platforme de investiții bazate pe algoritmi de inteligență artificială pentru strategii avansate de investiții.
label / svlabel / sv
 
Byggande av AI-investeringsplattform baserad på algoritmer för artificiell intelligens för avancerade investeringsstrategier.
description / endescription / en
Project in Poland financed by DG Regio
Project Q77724 in Poland
description / pldescription / pl
Projekt w Polsce finansowany przez DG Regio
Projekt Q77724 w Polsce
description / bgdescription / bg
 
Проект Q77724 в Полша
description / hrdescription / hr
 
Projekt Q77724 u Poljskoj
description / hudescription / hu
 
Projekt Q77724 Lengyelországban
description / csdescription / cs
 
Projekt Q77724 v Polsku
description / dadescription / da
 
Projekt Q77724 i Polen
description / nldescription / nl
 
Project Q77724 in Polen
description / etdescription / et
 
Projekt Q77724 Poolas
description / fidescription / fi
 
Projekti Q77724 Puolassa
description / frdescription / fr
 
Projet Q77724 en Pologne
description / dedescription / de
 
Projekt Q77724 in Polen
description / eldescription / el
 
Έργο Q77724 στην Πολωνία
description / gadescription / ga
 
Tionscadal Q77724 sa Pholainn
description / itdescription / it
 
Progetto Q77724 in Polonia
description / lvdescription / lv
 
Projekts Q77724 Polijā
description / ltdescription / lt
 
Projektas Q77724 Lenkijoje
description / mtdescription / mt
 
Proġett Q77724 fil-Polonja
description / ptdescription / pt
 
Projeto Q77724 na Polônia
description / rodescription / ro
 
Proiectul Q77724 în Polonia
description / skdescription / sk
 
Projekt Q77724 v Poľsku
description / sldescription / sl
 
Projekt Q77724 na Poljskem
description / esdescription / es
 
Proyecto Q77724 en Polonia
description / svdescription / sv
 
Projekt Q77724 i Polen
Property / EU contributionProperty / EU contribution
2,439,732.37 zloty
Amount2,439,732.37 zloty
Unitzloty
2,413,211.12 zloty
Amount2,413,211.12 zloty
Unitzloty
Property / EU contribution
585,535.7688 Euro
Amount585,535.7688 Euro
UnitEuro
 
Property / EU contribution: 585,535.7688 Euro / rank
Preferred rank
 
Property / EU contribution: 585,535.7688 Euro / qualifier
exchange rate to Euro: 0.24 Euro
Amount0.24 Euro
UnitEuro
 
Property / EU contribution: 585,535.7688 Euro / qualifier
point in time: 13 January 2020
Timestamp+2020-01-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / budgetProperty / budget
3,908,124.38 zloty
Amount3,908,124.38 zloty
Unitzloty
3,863,922.3 zloty
Amount3,863,922.3 zloty
Unitzloty
Property / budget
937,949.8511999999 Euro
Amount937,949.8511999999 Euro
UnitEuro
 
Property / budget: 937,949.8511999999 Euro / rank
Preferred rank
 
Property / budget: 937,949.8511999999 Euro / qualifier
exchange rate to Euro: 0.24 Euro
Amount0.24 Euro
UnitEuro
 
Property / budget: 937,949.8511999999 Euro / qualifier
point in time: 13 January 2020
Timestamp+2020-01-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / co-financing rate
62.43 percent
Amount62.43 percent
Unitpercent
 
Property / co-financing rate: 62.43 percent / rank
Normal rank
 
Property / end time
31 August 2020
Timestamp+2020-08-31T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / end time: 31 August 2020 / rank
Normal rank
 
Property / summary
The project aims to create a prototype in an advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market.The project will lead a platform to support investment funds in investment decisions.The platform will use for its calculations the individual trading strategies of institutional investors, creating a unique value for each client.In the work on the platform, we will also use the latest discoveries of global Artificial Intelligence (AI) science, in particular the latest neural network models and the algorithms for informing learning.The features of the platform will be:Genesis/universality of & ndash;the possibility of applications for differentiated neural networks for different investment strategies, the ability of self-learning — adaptability to changing market conditions through the use of informing learning, high precision — increase the efficiency of neural network models by implementing the most recent machine-learning algorithms (ML) for time-series analysis, — the possibility of diversification of activities and risk & ndash;the possibility to invest in more than 200 instruments, — failures and scalability.In the framework of the project, the following work will be carried out on R & D:— designing and creating an efficient research environment, — developing data transformation methods and a set of neural network input data, — development of neural network models and algorithms for the management of exposure and portfolios using the latest AI and ML, — the creation of a fully functional prototype of the platform and tests in conditions close to the actual ones (English)
 
Property / summary: The project aims to create a prototype in an advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market.The project will lead a platform to support investment funds in investment decisions.The platform will use for its calculations the individual trading strategies of institutional investors, creating a unique value for each client.In the work on the platform, we will also use the latest discoveries of global Artificial Intelligence (AI) science, in particular the latest neural network models and the algorithms for informing learning.The features of the platform will be:Genesis/universality of & ndash;the possibility of applications for differentiated neural networks for different investment strategies, the ability of self-learning — adaptability to changing market conditions through the use of informing learning, high precision — increase the efficiency of neural network models by implementing the most recent machine-learning algorithms (ML) for time-series analysis, — the possibility of diversification of activities and risk & ndash;the possibility to invest in more than 200 instruments, — failures and scalability.In the framework of the project, the following work will be carried out on R & D:— designing and creating an efficient research environment, — developing data transformation methods and a set of neural network input data, — development of neural network models and algorithms for the management of exposure and portfolios using the latest AI and ML, — the creation of a fully functional prototype of the platform and tests in conditions close to the actual ones (English) / rank
Normal rank
 
Property / coordinate location: 51°57'29.2"N, 20°8'41.6"E / qualifier
 
Property / financed by
 
Property / financed by: Directorate-General for Regional and Urban Policy / rank
Normal rank
 
Property / contained in Local Administrative Unit
 
Property / contained in Local Administrative Unit: Skierniewice / rank
 
Normal rank
Property / contained in Local Administrative Unit: Skierniewice / qualifier
 
Property / EU contribution
 
536,456.83 Euro
Amount536,456.83 Euro
UnitEuro
Property / EU contribution: 536,456.83 Euro / rank
 
Preferred rank
Property / EU contribution: 536,456.83 Euro / qualifier
 
exchange rate to Euro: 0.24 Euro
Amount0.24 Euro
UnitEuro
Property / EU contribution: 536,456.83 Euro / qualifier
 
point in time: 13 January 2020
Timestamp+2020-01-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / budget
 
858,949.93 Euro
Amount858,949.93 Euro
UnitEuro
Property / budget: 858,949.93 Euro / rank
 
Preferred rank
Property / budget: 858,949.93 Euro / qualifier
 
exchange rate to Euro: 0.24 Euro
Amount0.24 Euro
UnitEuro
Property / budget: 858,949.93 Euro / qualifier
 
point in time: 13 January 2020
Timestamp+2020-01-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English)
Property / summary: The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English) / rank
 
Normal rank
Property / summary: The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English) / qualifier
 
point in time: 14 October 2020
Timestamp+2020-10-14T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary: The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English) / qualifier
 
readability score: 0.6205163883523568
Amount0.6205163883523568
Unit1
Property / summary
 
L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French)
Property / summary: L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French) / rank
 
Normal rank
Property / summary: L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French) / qualifier
 
point in time: 30 November 2021
Timestamp+2021-11-30T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German)
Property / summary: Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German) / rank
 
Normal rank
Property / summary: Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German) / qualifier
 
point in time: 7 December 2021
Timestamp+2021-12-07T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch)
Property / summary: Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch) / rank
 
Normal rank
Property / summary: Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch) / qualifier
 
point in time: 16 December 2021
Timestamp+2021-12-16T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian)
Property / summary: L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian) / rank
 
Normal rank
Property / summary: L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian) / qualifier
 
point in time: 15 January 2022
Timestamp+2022-01-15T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish)
Property / summary: El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish) / rank
 
Normal rank
Property / summary: El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish) / qualifier
 
point in time: 19 January 2022
Timestamp+2022-01-19T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian)
Property / summary: Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian) / rank
 
Normal rank
Property / summary: Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian)
Property / summary: Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian) / rank
 
Normal rank
Property / summary: Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian)
Property / summary: Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian) / rank
 
Normal rank
Property / summary: Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek)
Property / summary: Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek) / rank
 
Normal rank
Property / summary: Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak)
Property / summary: Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak) / rank
 
Normal rank
Property / summary: Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish)
Property / summary: Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish) / rank
 
Normal rank
Property / summary: Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian)
Property / summary: A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian) / rank
 
Normal rank
Property / summary: A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech)
Property / summary: Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech) / rank
 
Normal rank
Property / summary: Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian)
Property / summary: Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian) / rank
 
Normal rank
Property / summary: Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish)
Property / summary: Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish) / rank
 
Normal rank
Property / summary: Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian)
Property / summary: Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian) / rank
 
Normal rank
Property / summary: Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian)
Property / summary: Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian) / rank
 
Normal rank
Property / summary: Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese)
Property / summary: L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese) / rank
 
Normal rank
Property / summary: L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese)
Property / summary: O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese) / rank
 
Normal rank
Property / summary: O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish)
Property / summary: Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish) / rank
 
Normal rank
Property / summary: Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian)
Property / summary: Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian) / rank
 
Normal rank
Property / summary: Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish)
Property / summary: Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish) / rank
 
Normal rank
Property / summary: Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish) / qualifier
 
point in time: 13 August 2022
Timestamp+2022-08-13T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / fund
 
Property / fund: European Regional Development Fund / rank
 
Normal rank
Property / beneficiary
 
Property / beneficiary: Q2509588 / rank
 
Normal rank
Property / contained in NUTS
 
Property / contained in NUTS: Skierniewicki / rank
 
Normal rank
Property / contained in NUTS: Skierniewicki / qualifier
 
Property / location (string)
 
WOJ.: ŁÓDZKIE, POW.: Skierniewice
Property / location (string): WOJ.: ŁÓDZKIE, POW.: Skierniewice / rank
 
Normal rank
Property / priority axis
 
Property / priority axis: SUPPORT FOR R & D WORK BY ENTERPRISES / rank
 
Normal rank
Property / co-financing rate
 
62.45 percent
Amount62.45 percent
Unitpercent
Property / co-financing rate: 62.45 percent / rank
 
Normal rank
Property / thematic objective
 
Property / thematic objective: Research and innovation / rank
 
Normal rank
Property / end time
 
29 November 2020
Timestamp+2020-11-29T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / end time: 29 November 2020 / rank
 
Normal rank
Property / date of last update
 
24 May 2023
Timestamp+2023-05-24T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / date of last update: 24 May 2023 / rank
 
Normal rank

Latest revision as of 15:18, 13 October 2024

Project Q77724 in Poland
Language Label Description Also known as
English
Construction of AI Investments platform based on artificial intelligence algorithms for advanced investment strategies.
Project Q77724 in Poland

    Statements

    0 references
    2,413,211.12 zloty
    0 references
    536,456.83 Euro
    13 January 2020
    0 references
    3,863,922.3 zloty
    0 references
    858,949.93 Euro
    13 January 2020
    0 references
    62.45 percent
    0 references
    1 August 2018
    0 references
    29 November 2020
    0 references
    AI INVESTMENTS SP. Z O.O.
    0 references
    0 references
    51°57'29.2"N, 20°8'41.6"E
    0 references
    Celem projektu jest stworzenie prototypu zaawansowanego narzędzia do optymalizacji portfela inwestycyjnego przy użyciu najbardziej innowacyjnych rozwiązań sztucznej inteligencji i uczenia maszynowego dostępnych na rynku. Rezultatem projektu będzie platforma wspomagająca fundusze inwestycyjne przy podejmowaniu decyzji inwestycyjnych. Platforma będzie wykorzystywała do swoich obliczeń indywidualne strategie tradingowe inwestorów instytucjonalnych, tworząc za każdym razem unikalną wartość dla klienta. W pracach nad platformą będziemy korzystać także z najnowszych odkryć światowej nauki w obszarze sztucznej inteligencji (AI), w szczególności najnowszych modeli sieci neuronowych oraz algorytmów reinforcement learning. Cechami wyróżniającymi platformę będą: - generyczność/uniwersalność – możliwość aplikacji zróżnicowanych zestawów sieci neuronowych dla różnych strategii inwestycyjnych, - zdolność samouczenia - możliwość adaptacji do zmieniających się warunków rynkowych dzięki wykorzystaniu reinforcement learning, - wysoka precyzja - zwiększenie efektywności modeli sieci neuronowych poprzez implementację najnowszych algorytmów uczenia maszynowego (ML) do analizy szeregów czasowych, - możliwość dywersyfikacji działalności i ryzyka – możliwość inwestowania w ponad 200 instrumentów, - bezawaryjność i skalowalność. W ramach projektu zrealizowane zostaną następujące prace B+R: - zaprojektowanie i stworzenie wydajnego środowiska badawczego, - opracowanie metod transformacji danych oraz zbioru danych wejściowych dla sieci neuronowych, - opracowanie modeli sieci neuronowych oraz algorytmów zarządzania ekspozycją i portfelami z wykorzystaniem najnowszych osiągnięć AI oraz ML, - stworzenie w pełni funkcjonalnego prototypu platformy i testy w warunkach zbliżonych do rzeczywist (Polish)
    0 references
    The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English)
    14 October 2020
    0.6205163883523568
    0 references
    L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French)
    30 November 2021
    0 references
    Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German)
    7 December 2021
    0 references
    Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch)
    16 December 2021
    0 references
    L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian)
    15 January 2022
    0 references
    El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish)
    19 January 2022
    0 references
    Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian)
    13 August 2022
    0 references
    Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian)
    13 August 2022
    0 references
    Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian)
    13 August 2022
    0 references
    Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek)
    13 August 2022
    0 references
    Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak)
    13 August 2022
    0 references
    Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish)
    13 August 2022
    0 references
    A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian)
    13 August 2022
    0 references
    Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech)
    13 August 2022
    0 references
    Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian)
    13 August 2022
    0 references
    Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish)
    13 August 2022
    0 references
    Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian)
    13 August 2022
    0 references
    Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian)
    13 August 2022
    0 references
    L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese)
    13 August 2022
    0 references
    O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese)
    13 August 2022
    0 references
    Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish)
    13 August 2022
    0 references
    Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian)
    13 August 2022
    0 references
    Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish)
    13 August 2022
    0 references
    WOJ.: ŁÓDZKIE, POW.: Skierniewice
    0 references
    24 May 2023
    0 references

    Identifiers

    POIR.01.01.01-00-0144/18
    0 references