ПРИЛОЖЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ЭКОНОМИКЕ - Студенческий научный форум

IV Международная студенческая научная конференция Студенческий научный форум - 2012

ПРИЛОЖЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ЭКОНОМИКЕ

 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
 

Интеллектуальные системы, основанные на искусственных нейронных сетях, позволяют  успешно решать такие проблемы как распознавания образов, выполнения прогнозов, оптимизации, ассоциативной памяти и управления. Стандартные решения этих проблем не всегда дают необходимый результат, и многие приложения выигрывают за счет использования нейросетей.

Достижение в области нейрофизиологии дают начальное понимание механизма естественного мышления, где хранение информации происходит в виде сложных образов. Процесс хранения информации как образов, использование образов и решение поставленной проблемы определяют новую область в обработке данных, которая, не используя традиционного программирования, обеспечивает создание параллельных сетей и их обучение.

Одним из наиболее интересных приложений нейронных сетей в последние годы стали именно задачи финансовой деятельности. На рынке появляется огромное количество как универсальных нейропакетов, так и специализированных экспертных систем и нейропакетов для решения многих других, зачастую более сложных и трудно формализуемых задач из финансовой области.

Нейросетевое предсказание банкротств основано на статистической обработке конкретных примеров банкротств. Задача нейросети - самой стать экспертом, определяющим финансовую стабильность корпорации, основываясь исключительно на объективной информации - показателях финансовой отчетности. В качестве входов используют финансовые индикаторы - отношения балансовых статей, наиболее полно отражающие определенные стороны финансового положения фирмы.

В зависимости от конкретной практической задачи "подозрительность" сети можно произвольно регулировать.

Банкротства можно уверенно предсказывать за несколько лет до их фактического наступления, причем точность предсказания за два года практически не отличается от точности предсказания за год. Таким образом, неявные сигналы неблагополучия присутствуют в финансовой отчетности фирмы задолго до ее краха.

Просмотров работы: 3