文献
J-GLOBAL ID:202002246426696755   整理番号:20A0205960

金融危機予測のためのファジィニューラル分類器による改良型Grey Wolf最適化に基づく特徴部分集合選択【JST・京大機械翻訳】

Improved grey wolf optimization-based feature subset selection with fuzzy neural classifier for financial crisis prediction
著者 (6件):
資料名:
巻: 24  号:ページ: 101-110  発行年: 2020年 
JST資料番号: W1043A  ISSN: 1432-7643  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
今日,企業の金融危機の予測はホットな研究分野である。データマイニングと機械学習アルゴリズムの利用は,金融危機予測(FCP)問題を解決することを支援する。金融データはより多くの人口統計学的および望ましくない情報を含むので,分類性能を有意に低下させる可能性がある。そこで,特徴選択(FS)プロセスを適用して,有用なデータを選択し,無関係な反復データを除去した。本論文では,改良灰色wol最適化(IGWO)とファジィニューラル分類器(FNC)を組み込むことにより,FCPモデルのための新しい予測フレームワークを導入した。IGWOアルゴリズムをGWOアルゴリズムとタンブリング効果の統合によって誘導した。提示したIGWOベースFS法を用いて,金融データから最適特徴を発見した。分類目的のために,FNCを採用した。提案した方法を,2つのベンチマークデータセット,すなわち,オーストラリアのカードとドイツのデータセットについて,いくつかの性能計量の下で実験した。実験値は,提案したFCPモデルの優れた性質を,比較した方法よりも検証した。Copyright 2019 Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
システム・制御理論一般  ,  ニューロコンピュータ 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る