Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Analiza rentowności spółki z wykorzystaniem głębokich technik uczenia sztucznych sieci neuronowych

Grosicki M.

Logistyka

2014

nr 3

2224--2230

Analiza rentowności spółki jest istotnym zagadnieniem z punktu widzenia każdego przedsiębiorstwa. Poniższa praca proponuje model oparty o sztuczne sieci neuronowe trenowane z wykorzystaniem głębokich technik uczenia takich jak autoenkodery neuronowe. W pracy opisany został proces uczenia tego typu sieci. Zaproponowany model został przetestowany z wykorzystaniem zbioru danych składającego się z różnych wskaźników finansowych 500. francuskich spółek (250 rentownych i 250 zbankrutowanych) z różnych branż zebranych w 2002 roku. Uzyskana dokładność na poziomie 92% potwierdza przydatność oraz zasadność tak opracowanego modelu. Główną zaletą proponowanego rozwiązania jest jego relatywna prostota (dzięki oparciu go o dobrze znany model wielowarstwowego perceptrona) oraz szybkość działania wyuczonego już modelu.

Analysis of company's profitability is very important task from the point of view of any firm. The following paper proposes model based on artificial neural networks trained with deep learning methods such as neural autoencoders. In this work learning process is described. Proposed model was tested with data set, collected in 2002, comprised of various financial ratios of 500 French companies (250 profitable and 250 bankrupt) from various different industries. Achieved accuracy of 92% confirms usefulness and validity of the proposed model. The main advantage of the proposed model is its relative simplicity (thanks to the fact it is based on well known multilayer perceptron model) and working speed of trained model.