Система підтримки прийняття рішення щодо кредитування фізичгих осіб за допомогою нейронних мереж в умовах невизначеності інформації

Скорочена інформація про документ
dc.contributor.authorШаповал, Наталія Віталіївна
dc.contributor.degreedepartmentКафедра математичних методів системного аналізуuk
dc.contributor.degreefacultyНавчально-науковий комплекс "Інститут прикладного системного аналізу"uk
dc.contributor.degreegrantorНаціональний технічний університет України "Київський політехнічний інститут"uk
dc.date.accessioned2016-09-23T12:21:37Z
dc.date.available2016-09-23T12:21:37Z
dc.date.issued2015
dc.description.abstractenThe thesis is devoted to development of new methods of credit analysis of individuals under uncertainty information on the borrower. The study proposes the method of assessing the creditworthiness of individuals and create a financial portrait of the borrower, based on fuzzy neural networks with the conclusion Sugeno and Mamdani. The methods of structural synthesis fuzzy neural networks, which improves the efficiency was proposed. An optimization model to assess the creditworthiness of the borrower on portfolio level in fuzzy formulation that improves the efficiency of the banking credit institution as a whole.uk
dc.description.abstractruДиссертация посвящена разработке новых методов анализа кредитоспособности физических лиц в условиях неопределенности информации про заемщика. В работе предложен метод оценки кредитоспособности физических лиц и создания финансового портрета заемщика, на основе нечетких нейронных сетей с выводом Сугено и Мамдани. Предложены методы структурного синтеза нечетких нейронных сетей, которые позволяют повысить эффективность их использования. Предложено оптимизационную модель оценки кредитоспособности заемщика на портфельном уровне в нечеткой постановке, которая позволяет повысить эффективность кредитной деятельности банковского учреждения в целом.uk
dc.description.abstractukДисертація присвячена розробці нових методів аналізу кредитоспроможності фізичних осіб в умовах невизначеності інформації щодо позичальника. У роботі запропоновано метод оцінки кредитоспроможності фізичних осіб та створення фінансового портрету позичальника на основі нечітких нейронних мереж з висновком Сугено та Мамдані. Запропоновано методи структурного синтезу нечітких нейронних мереж, які дозволяють підвищити ефективність їх використання. Запропоновано оптимізаційну модель оцінки кредитоспроможності позичальника на портфельному рівні в нечіткій постановці, яка дозволяє підвищити ефективність кредитної діяльності банківської установи в цілому.uk
dc.format.page22 c.uk
dc.identifier.citationШаповал Н. В. Система підтримки прийняття рішення щодо кредитування фізичгих осіб за допомогою нейронних мереж в умовах невизначеності інформації : автореф. дис. ... канд. техн. наук. : 05.13.23 – системи та засоби штучного інтелекту / Наталія Віталіївна Шаповал. - Київ, 2015. - 22 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/17618
dc.language.isoukuk
dc.publisherНТУУ "КПІ"uk
dc.publisher.placeКиївuk
dc.status.pubpublisheduk
dc.subjectкредитоспроможністьuk
dc.subjectнечітка логікаuk
dc.subjectнечіткі нейронні мережі Мамдані та Цукамотоuk
dc.subjectструктурний аналізuk
dc.subjectкредитоспособностьru
dc.subjectнечеткая логикаru
dc.subjectнечеткие нейронные сетиru
dc.subjectструктурный анализru
dc.subjectcreditworthinessen
dc.subjectfuzzy logicen
dc.subjectfuzzy neural networken
dc.subjectstructural analysisen
dc.subject.udc004.855uk
dc.titleСистема підтримки прийняття рішення щодо кредитування фізичгих осіб за допомогою нейронних мереж в умовах невизначеності інформаціїuk
dc.typeThesisuk
thesis.degree.levelcandidateuk
thesis.degree.nameкандидат технічних наукuk
thesis.degree.speciality05.13.23 – системи та засоби штучного інтелектуuk

Файли

Зібрання

Автореферати (доступ у чит. залі № 6.6 НТБ)