文献

J-GLOBAL ID：202002227283400436   整理番号：20A0197208

ニューラルネットワークを用いたインターネット金融の探索【JST・京大機械翻訳】

The exploration of internet finance by using neural network

著者 (4件)： Qi Songqiao (School of Business, Hong Kong Baptist University, Hong Kong, 999077, China) ,  Jin Kaijun (Faculty of Science, Hong Kong Baptist University, Hong Kong, 999077, China) ,  Li Baisong (School of Economics and Management, Beijing Jiaotong University, Beijing, 100044, China) ,  Qian Yufeng (School of Science, Hubei University of Technology, Wuhan, 430000, China)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 369  ページ： Null  発行年： 2020年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  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： インターネット財政のリスクを可能な限り発見し,インターネット財政の急速で健全な開発を確実にするために,機械学習における一般的分類アルゴリズムであるランダムフォレスト(RF)を適用して,インターネット財政のリスク因子を分析した。さらに,従来の統計的方法の結果をRFおよび逆伝搬(BP)ニューラルネットワーク法の結果と比較し,それらの性能を評価した。最後に,これらのリスク因子,特に高リスクの問題に対していくつかの提案を与えた。結果は,RFアルゴリズムモデルが最良の分類効果を持ち,市場,法律,信用,個人情報,および専門知識に関してインターネット財政のリスクを正確に分析できることを示した。BPニューラルネットワークがこれらのリスクを評価するために使用されたとき,クレジットと個人情報リスクがインターネット財政の将来の開発における最も重要な因子であることがわかった。ある程度,それらはインターネット財政の使用と開発を妨げる。同時に,BPニューラルネットワークが良好な予測効果を有することを証明した。要約するために,インターネット財政の問題を調査するために機械学習におけるRFアルゴリズムとBPニューラルネットワーク方法を使用することは,他の金融機関のためのリスク予測のために非常に重要であった。Copyright 2020 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： *インターネット ,  統計的方法 ,  *ニューラルネットワーク ,  *金融 ,  機械学習 ,  金融機関 ,  危険因子 ,  アルゴリズム ,  リスク評価
準シソーラス用語： 危険予測 ,  逆伝播ニューラルネットワーク ,  専門知識 ,  ランダムフォレスト ,  分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： インターネット金融 ,  ランダムフォレストアルゴリズム ,  人工神経回路網 ,  リスク評価 ,  予測

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  インターネット ,  金融 ,  探索