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

Шаповал, Наталія Віталіївна

Full metadata record

DC Field	Value	Language
dc.contributor.author	Шаповал, Наталія Віталіївна	-
dc.date.accessioned	2016-09-23T12:21:37Z	-
dc.date.available	2016-09-23T12:21:37Z	-
dc.date.issued	2015	-
dc.identifier.citation	Шаповал 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.uri	https://ela.kpi.ua/handle/123456789/17618	-
dc.language.iso	uk	uk
dc.subject	кредитоспроможність	uk
dc.subject	нечітка логіка	uk
dc.subject	нечіткі нейронні мережі Мамдані та Цукамото	uk
dc.subject	структурний аналіз	uk
dc.subject	кредитоспособность	ru
dc.subject	нечеткая логика	ru
dc.subject	нечеткие нейронные сети	ru
dc.subject	структурный анализ	ru
dc.subject	creditworthiness	en
dc.subject	fuzzy logic	en
dc.subject	fuzzy neural network	en
dc.subject	structural analysis	en
dc.title	Система підтримки прийняття рішення щодо кредитування фізичгих осіб за допомогою нейронних мереж в умовах невизначеності інформації	uk
dc.type	Thesis	uk
thesis.degree.speciality	05.13.23 – системи та засоби штучного інтелекту	uk
dc.contributor.degreegrantor	Національний технічний університет України "Київський політехнічний інститут"	uk
dc.contributor.degreefaculty	Навчально-науковий комплекс "Інститут прикладного системного аналізу"	uk
thesis.degree.name	кандидат технічних наук	uk
thesis.degree.level	candidate	uk
dc.format.page	22 c.	uk
dc.status.pub	published	uk
dc.publisher.place	Київ	uk
dc.subject.udc	004.855	uk
dc.description.abstractuk	Дисертація 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.description.abstracten	The 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.abstractru	Диссертация 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.publisher	НТУУ "КПІ"	uk
dc.contributor.degreedepartment	Кафедра математичних методів системного аналізу	uk
Appears in Collections:	Автореферати (доступ у чит. залі № 6.6 НТБ)