Browsing NTNU Open by Author "Næss, Arild Brandrud"
Now showing items 1-12 of 12
-
Articulatory Feature Classification Using Nearest Neighbors
Næss, Arild Brandrud; Livescu, Karen; Prabhavalkar, Rohit (Journal article; Peer reviewed, 2011) -
Assessing the Quality of Human-Generated Summaries with Weakly Supervised Learning
Olsen, Joakim; Næss, Arild Brandrud; Lison, Pierre (Chapter, 2021)This paper explores how to automatically measure the quality of human-generated summaries, based on a Norwegian corpus of real estate condition reports and their corresponding summaries. The proposed approach proceeds in ... -
Bayesian Text Categorization
Næss, Arild Brandrud (Master thesis, 2007)Natural language processing is an interdisciplinary field of research which studies the problems and possibilities of automated generation and understanding of natural human languages. Text categorization is a central ... -
Cleaning Up Intraday Noise: Investigating Whether Textual Data Enhances the Understanding of Intraday Stock Price Patterns
Bjørgum, Mathias Grotøy; Lindtveit, Aasmund Groven (Master thesis, 2023)Finansmarkeder er komplekse, og aksjedata inneholder mye støy. Etter introduksjonen av hypotesen om effisiente markeder, som sier at markedet reagerer umiddelbart på all tilgjengelig informasjon, har det blitt brukt flere ... -
Interpretable Deep Learning for Bankruptcy Prediction
Kaspersen, Aleksander; Lindemark, Olav (Master thesis, 2022)Konkurs fører til betydelige tap for både næringsliv og samfunnet som helhet. Derfor har konkursprediksjon vært et viktig tema for akademikere, finansielle institusjoner, bedriftsledelse og andre interessenter. I de siste ... -
Investigating Predictive Windows for Financial Sentiment Analysis
Hjort-Larsen, Ane Gravråk (Master thesis, 2023)Eksperer og forksere har lenge forsøkt å overkomme utfordringen med å forutsi akjsekursbevegelser. Mye tidligere forskning har undersøkt forholdet mellom sentiment i finansielle nyheter og aksjeprisbevegelser for å undersøke ... -
Konkursprediksjon for norske selskaper - En sammenligning av regresjonsmodeller og maskinlæringsteknikker
Næss, Arild Brandrud; Wahlstrøm, Ranik Raaen; Helland, Fredrik Forbord; Kjærland, Frode (Chapter, 2017)Formålet med denne studien er å undersøke hvorvidt maskinlæringsteknikker er bedre i stand til å estimere modeller for konkursprediksjon enn tradisjonelle statistiske metoder. Konkursprediksjonsmodeller estimeres ved hjelp ... -
Konkursprediksjon med ubehandlede regnskapsdata – En kvantitativ studie av prediksjonsevnen til nevrale nettverk basert på data fra norske aksjeselskaper
Brøndbo, Stig Langlo; Larsen, Line Flemmos (Master thesis, 2022)Temaet i denne oppgaven er konkursprediksjon. Formålet er å undersøke hvordan valg av uavhengige variabler kan påvirke prediksjonsevnen til nevrale nettverk innenfor konkursprediksjon. I denne oppgaven blir det undersøkt ... -
Maskinlæring for analyse av børsmeldinger og aksjekursprediksjon
Medby, Karl Olav; Nordgård, Aleksander (Master thesis, 2019)I senere år har maskinlæring og tekstanalyse vist store fremskritt innenfor finansielle bruksområder. I denne oppgaven lager vi modeller ved hjelp av maskinlæring og språkteknologi for å komme med estimat på en ... -
Measuring Summary Quality using Weak Supervision
Olsen, Joakim (Master thesis, 2021)I dette arbeidet analyserer vi tilstandsrapportar for bustad, og deira samandrag. Studiar har antyda at mange kjøparar av bustad ikkje tek seg tid til å lese heile tilstandsrapportar, og berre les samandrag i staden. Dette ... -
Nearest Neighbor Frame Classification for Articulatory Speech Recognition
Næss, Arild Brandrud (Doctoral thesis at NTNU;2015:24, Doctoral thesis, 2015)The paradigm of phone-based hidden Markov models has dominated automatic speech recognition since the early 1980s, and continuous improvements of this approach combined with the exponential increase in computational power ... -
Sentiment Analysis of Nasdaq News
Fjærli, Magnus; Larsen, Joakim Espeseth (Master thesis, 2022)Sentimentanalyse har de siste årene sett stor utvikling og oppløftende resultater innen en rekke felt innenfor finans. I denne oppgaven har vi brukt en dictionary-basert tilnærming for å analysere sentimentet i nyhetsartikler ...