文献

J-GLOBAL ID：201902212643017375   整理番号：19A2669806

ニューラルネットワークとロジスティック回帰を用いたハイブリッドクレジットスコアモデル【JST・京大機械翻訳】

A Hybrid Credit Scoring Model Using Neural Networks and Logistic Regression

著者 (4件)： Munkhdalai Lkhagvadorj (Database/Bioinformatics Laboratory, School of Electrical and Computer Engineering, Chungbuk National University, Cheongju, Republic of Korea) ,  Lee Jong Yun (Department of Computer Science, Chungbuk National University, Cheongju, Republic of Korea) ,  Ryu Keun Ho (Department of Computer Science, Chungbuk National University, Cheongju, Republic of Korea) ,  Ryu Keun Ho (Faculty of Information Technology, Ton Duc Thang University, Ho Chi Minh City, Vietnam)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 156  ページ： 251-258  発行年： 2020年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： クレジット採点は,それらのクレジット支払いを満たすことができないデバクターによる損失を制御するためのバンキングにおける重要な問題の1つである。したがって,銀行は,それらの悪い境界を正確に検出するために,それらの信用評価モデルを開発することを目指している。本研究では,その予測精度を改善するために,深いニューラルネットワークとロジスティック回帰を用いたハイブリッドクレジットスコアモデルを提案した。提案したハイブリッドクレジットスコアリングモデルは二つのフェーズから構成されている。第1フェーズでは,いくつかのニューラルネットワークモデルを訓練し,第2フェーズでは,それらのモデルをロジスティック回帰により併合した。実験部分において,著者らのモデルは,H-測度,曲線下面積(AUC)および精度に関して,3つのベンチマークデータセット上でベースラインモデルを実行した。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  位相 ,  基準線 ,  *ニューラルネットワーク ,  銀行 ,  *モデル ,  血中濃度-時間曲線下面積
準シソーラス用語： 神経回路網モデル ,  信用度採点 ,  予測精度 ,  採点 ,  *スコア ,  *ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  ロジスティック回帰 ,  クレジットスコアリング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： ニューラルネットワーク ,  ロジスティック回帰