文献

J-GLOBAL ID：201802224360002898   整理番号：18A2081628

カーネルフリーファジィ二次曲面サポートベクトルマシンを用いたクレジットスコアリングにおけるリject推論のための新しいアプローチ【JST・京大機械翻訳】

A new approach for reject inference in credit scoring using kernel-free fuzzy quadratic surface support vector machines

著者 (3件)： Tian Ye (School of Business Administration and Collaborative Innovation Center of Financial Security, Southwestern University of Finance and Economics, Chengdu, 611130, China) ,  Yong Ziyang (School of Business Administration, Southwestern University of Finance and Economics, Chengdu, 611130, China) ,  Luo Jian (School of Management Science and Engineering, Dongbei University of Finance and Economics, Dalian, 116025, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 73  ページ： 96-105  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クレジット評価モデルは,長年にわたり,レンズと借row者に利益を提供した。しかし,実際には,これらのモデルは,受け入れられたアプリケータのサンプル上に通常構築され,残りの拒否されたアプリケータを考慮することができない。これは,重要な統計的問題であるサンプルバイアスを引き起こす可能性があり,特に,大きな比率の要求が拒絶されるオンライン貸出状況においてそうである。拒否推論は,それらがより正確な信用評価システムを再構築する際に,これらの情報を提供し,組み込んでいるかどうかを推論するための方法である。この領域におけるSVMモデルの良好な性能のために,本論文は,最先端のカーネルフリーファジィ二次曲面SVMモデルに基づく新しいアプローチを提案した。著者らの方法は,いくつかの最新の研究として分類において非常によく機能するだけでなく,適切なカーネル関数を探索し,複雑なモデルを解くような古典的SVMモデルにおいていくつかの大きな問題を扱うことが指摘されている。さらに,本論文は,信用評価における異常値の悪影響を除去する最初のものである。さらに,2つの実世界ローンデータセットを用いて,この方法をいくつかのベンチマーク法と比較した。特に,データセットの1つは,拒絶されたアプリケータの結果が部分的に知られているので,拒否推論の研究にとって非常に価値がある。最後に,数値結果は,適用性,精度および効率における提案方法の優位性を強く実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  異常値 ,  モデル ,  *サポートベクトルマシン ,  適応性 ,  *二次曲面 ,  レンズ ,  再構成 ,  バイアス
準シソーラス用語： Kernel関数 ,  最先端 ,  オンライン ,  アプリケータ ,  評価モデル ,  信用度採点 , 【Automatic Indexing@JST】

著者キーワード (5件)： リject推論 ,  クレジットスコアリング ,  カーネルのない二次曲面SVM ,  異常値検出 ,  オンライン貸借

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 二次曲面 ,  サポートベクトルマシン ,  クレジットスコアリング ,  推論