文献

J-GLOBAL ID：202202263429793032   整理番号：22A0478985

マルチソース情報融合に基づく銀行個人信用リスクの多分類評価【JST・京大機械翻訳】

Multi-classification assessment of bank personal credit risk based on multi-source information fusion

著者 (3件)： Wang Tianhui (Xi’an Jiaotong University, School of Management, Xi’an 710049, PR China) ,  Liu Renjing (Xi’an Jiaotong University, School of Management, Xi’an 710049, PR China) ,  Qi Guohua (Xi’an Jiaotong University, School of Management, Xi’an 710049, PR China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 191  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 信用リスク評価の効果を改善するために,機械学習とデータマイニングアルゴリズムに関する多くの研究があった。しかし,その普遍的で効率的な特性を満たすことができる方法はほとんどない。本論文は,6つの機械学習アルゴリズムを使用することによって,情報融合(MIFCA)の理論に基づく個人信用リスクの新しいマルチ分類評価モデルを提案した。MIFCAモデルは複数の分類器の利点を同時に統合し,不確実な情報の干渉を低減することができる。MIFCAモデルを検証するために,中国の商業銀行の実データセットから収集されたデータセットを収集した。実験結果は,MIFCAモデルが種々の評価基準において2つの顕著な点を有することを示した。ひとつは,それがマルチ分類評価に関してより高い正確さを持って,もうひとつは,それがいろいろなリスク評価のために適切であり,普遍的な適応性を有するということであった。さらに,この研究の結果は,それらのリスク防止と制御能力を強化し,信用リスク同定能力を改善し,財政損失を避けるため,銀行と他の金融機関の参照を提供できる。Copyright 2022 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： アルゴリズム ,  *銀行 ,  金融機関 ,  不確実性 ,  可制御性 ,  適応性 ,  評価基準 ,  機械学習 ,  学習アルゴリズム ,  リスク評価 ,  データマイニング
準シソーラス用語： 評価モデル ,  信用リスク評価 ,  商業銀行 ,  *信用リスク , 【Automatic Indexing@JST】

著者キーワード (4件)： 個人信用リスク ,  マルチ分類評価 ,  情報融合 ,  D-S証拠理論

分類 (2件)： 人工知能  (JE08000Z) ,  原価管理一般  (KA05010E)

タイトルに関連する用語 (8件)： マルチ ,  ソース ,  情報融合 ,  銀行 ,  個人 ,  信用リスク ,  分類 ,  評価