Thông tin bài báo khoa học

Thông tin bài báo khoa học

Tên bài báo: A Comparative Study of CEEMDAN–Attention-Based CNN and RNN Models for Bitcoin Price and Trading Signal Prediction,
Tạp chí:
ISSN: 2367-3389
Tên tạp chí Lecture Notes in Networks and Systems (2367-3370, E-ISSN: 2367-3389)
Tạp chí Nước ngoài
Cơ quan xuất bản SPRINGER NATURE
Loại tạp chí Tạp chí
Cấp tạp chí SCOPUS
Năm đăng: 2026
Tập:
Số:
Trang:
Lĩnh vực: Khoa học máy tính
Tác giả: Trần Thái Hòa (Chính), Trần Ngọc Phương Thảo, Nguyễn Đăng Bình, Trương Nguyễn Trung Hiếu, Hoàng Hữu Trung
File đính kèm:
  1. Revised_manuscript_CEEMDAN-Attention_CITA.pdf
Thuộc đề tài: 0