Mack-Netモデル:リカレントニューラルネットワークとMackモデルの混合【JST・京大機械翻訳】

Ramos-Perez Eduardo; Alonso-Gonzalez Pablo J.; Nunez-Velazquez Jose Javier

プレプリント

J-GLOBAL ID：202202208225733095 整理番号：22P0350421

Mack-Netモデル:リカレントニューラルネットワークとMackモデルの混合【JST・京大機械翻訳】

Mack-Net model: Blending Mack's model with Recurrent Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年05月15日プレプリントサーバーでの情報更新日： 2022年05月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

一般保険会社では,責任の正しい推定は,管理と投資決定へのその影響のため,重要な役割を果たす。2007年~2008年の財政的危機と規制の強化以来,焦点は,総埋蔵量だけでなく,企業が想定するリスクの指標であるその変動性にも依存する。したがって,保険会社の財政的位置を理解するためには,リスクと収益性に関連する対策が重要である。増加する計算力を利用して,本論文では,Reカレントニューラルネットワークのアンサンブルを適用することにより,従来のMackの保守モデルの性能を改善することを目的とする確率的保存モデルを導入した。結果は,深いおよび機械学習技術による伝統的保存モデルの混合が,一般的保険責任のより正確な評価につながることを示した。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

経営工学一般 , 利益管理

前のページに戻る