EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Semantic Analysis Using Deep Learning for Predicting Stock Trends

Manisha Galphade, V.B. Nikam, Dhanalekshmi Yedurkar, Prabhishek Singh, Thompson Stephan

Procedia Computer Science · 2024 · 235 · 820-829

DOI: 10.1016/j.procs.2024.04.078 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2024. Verfasst von Manisha Galphade und 4 weiteren Autor:innen. Die Arbeit wurde bisher 8-mal zitiert (Crossref) und nennt 28 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Galphade, M., Nikam, V., Yedurkar, D., Singh, P., & Stephan, T. (2024). Semantic Analysis Using Deep Learning for Predicting Stock Trends. Procedia Computer Science, 235, 820-829. https://doi.org/10.1016/j.procs.2024.04.078

Vancouver

Galphade M, Nikam V, Yedurkar D, Singh P, Stephan T. Semantic Analysis Using Deep Learning for Predicting Stock Trends. Procedia Computer Science. 2024;235:820-829. doi:10.1016/j.procs.2024.04.078

BibTeX
@article{Galphade2024,
  author = {Galphade, Manisha and Nikam, V.B. and Yedurkar, Dhanalekshmi and Singh, Prabhishek and Stephan, Thompson},
  title = {Semantic Analysis Using Deep Learning for Predicting Stock Trends},
  journal = {Procedia Computer Science},
  year = {2024},
  volume = {235},
  pages = {820--829},
  doi = {10.1016/j.procs.2024.04.078}
}
Kostenlos starten →