بررسی تاثیرافزایش لایه های پنهان دردقت شبکه عصبی برای رتبه بندی اعتباری
محل انتشار: دومین کنفرانس ملی مهندسی صنایع و سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 855
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NIESC02_310
تاریخ نمایه سازی: 27 اردیبهشت 1393
چکیده مقاله:
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
کلیدواژه ها:
نویسندگان
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 مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :