|

Искусственные нейронные сети Т. Кохонена на службе коммерческого банка

Авторы: Кузнецова Т.И., Лобачева Е.Н., Цельсов Н.Ю. Опубликовано: 18.03.2016
Опубликовано в выпуске: #2(40)/2016  
DOI: 10.18698/2306-8477-2016-2-340  
Раздел: Экономические и правовые проблемы инженерного образования | Рубрика: Экономика  
Ключевые слова: нейронная сеть Т. Кохонена, кластеризация входных векторов, конкурирующий метод обработки информации, структура нейронной сети, оценка кредитоспособности

Приведено обоснование альтернативного применения искусственной нейронной сети в качестве статистической модели для определения платежеспособности клиентов коммерческого банка. На примере использования расширенной нейронной сети Т. Кохонена показано, как нейронная сеть, обучившись на статистических данных прежних кредитных сделок, решает задачу классификации заемщиков по признаку платежеспособности.


Литература
[1] Галушкина А.И., Цыпкина Я.З., ред. Нейронные сети: история развития теории. Москва, Альянс, 2015, 840 с.
[2] Соколянский В.В., Захаров А.В., Невретдинов А.Р., Лиев Ш.М. Механизмы инсталляций нейросетевых технологий в экономическую практику. Вопросы экономических наук, 2015, № 1, с. 81-87.
[3] Лаврушин О.И. Банковское дело: современная система кредитования. 7-е изд., перераб. и доп. Москва, КНОРУС, 2013, 360 с.
[4] Hawley D.D., Johnson J.D., Raina D. Artificial Neural Systems: A New Tool for Financial Decision-Making. Financial Analysts Journal, November/December 1990, рр. 63-72.
[5] Altman E.I., Marko G., Varetto F. Corporate Distress Diagnosis: Comparisons Using Linear Discriminant Analysis and Neural Network (The Italian Experience). Journal of Banking and Finance, May 1994, pр. 505-529.
[6] Poddig T. Bankruptcy Prediction: A Comparison with Discriminant Analysis. In: Neural Networks in Capital Markets, A.P. Refenes. New York, John Wiley & Sons, 1994, pр. 311-323.
[7] Кохонен Т. Самоорганизующиеся карты. Москва, БИНОМ, Лаборатория знаний, 2009, 624 с.