بررسی تاثیرافزایش لایه های پنهان دردقت شبکه عصبی برای رتبه بندی اعتباری
Publish place: 2nd National Conference on Indurtrial Engineering & Systems
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 962
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NIESC02_310
Index date: 17 May 2014
بررسی تاثیرافزایش لایه های پنهان دردقت شبکه عصبی برای رتبه بندی اعتباری abstract
ریسک اعتباری یکی ازمهمترین ریسک های نظام بانکی است وبانکها و موسسات اعتباری به منظور کاهش این نوع ریسک و هزینه های نشای ازافزایش مطالبات معوق درسالهای اخیرتوجه زیادی به رتبه بندی و اعتبارسنجی مشتریان خود معطوف داشته اند روشهای اماری براساس متغیرها و اطلاعات موجود برای پیش بینی و طبقه بندی یک موضوع خاص به کارمیروند مدلهایا ماری متاثرازمفروضات و محدودیت های زیادی هستند بدین لحاظ اخیرا شبکه های عصبی به عنوان شیوه ی نوین پیش بینی به دلیل عدم نیاز به فروض و محدودیت ها درتوزیع داده ها و کارایی بالاتر آن موردتوجه ویژه قرارگرفته است دراین مطالعه به مدلسازی ریسک اعتباری و اعتبارسنجی مشتریان دربانک صادرات با روش شبکه عصبی پرداخته شدهاست و همچنین بررسی تاثیر تعداد لایه های پنهان بردقت شبکه عصبی پرداخته شدهاست بدین منظور اطالعات وداده های کمی و کیفی یک نمونه تصادفی 2000تایی مشتری که تسهیلات دریافت نموده اند را جمع اوری کرده و با استفاده ازتمام توابع اموزشی و یادگیری مختلف یبا استفاده ازنرم افزار neuroSolution به بررس یموضوع پرداخته شدهاست نتایج حاکی ازآن می باشد که با افزایش لایه پنهان دقت شبکه عصبی نیز بیشتر میشود
بررسی تاثیرافزایش لایه های پنهان دردقت شبکه عصبی برای رتبه بندی اعتباری Keywords:
بررسی تاثیرافزایش لایه های پنهان دردقت شبکه عصبی برای رتبه بندی اعتباری authors
فاطمه کهریزی
گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات اراک ایران
محمدعلی کرامتی
استادیاروعضوهیئت علمی گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد علوم و تحقیقات اراک ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :