Neuro-Fuzzy Modeling Techniques in Economics
ISSN 2415-3516
Вибір архітектури нейромережі для розв’язання задачі класифікації надійності позичальників-фізичних осіб
Selection of neural network architecture for solving problem of borrowers-individuals trustability classification
DOI:
10.33111/nfmte.2016.123
Анотація: Стаття присвячена пошуку архітектури нейромережі, здатної найбільш ефективно здійснювати оцінку кредитоспроможності позичальників-фізичних осіб. Досліджено такі види архітектур нейронних мереж, як тришаровий персептрон і радіально-базисна мережа, розглянуто питання вибору їх оптимальної конфігурації. Проведено порівняльний аналіз ефективності застосування окремих нейронних мереж різної архітектури і конфігурацій та утвореного з трьох найкращих нейромереж комітету експертів. Запропоновано підхід узагальнення результатів роботи окремих моделей у комітеті. Проведені розрахунки підтвердили, що поєднання кількох моделей у комітет дає змогу компенсувати можливі помилки результату роботи окремих моделей. Висновки з проведеного дослідження та побудовані нейромережеві моделі можуть бути використані банківськими структурами та іншими кредитними установами, зацікавленими в адекватній процедурі оцінки кредитоспроможності фізичних осіб.
Abstract: The article is devoted to the search for the neural network architecture that demonstrates the highest accuracy of assessment of the creditworthiness of borrowers-individuals. There is studied such types of neural network architectures as three-layer perceptron and radial basis function network, as well as the issues of optimal configuration choice. It’s carried out a comparative analysis of the effectiveness of individual neural networks of various architectures and configurations, as well as formed «the committee of experts» from three of the best neural networks. The approach of summarizing in the committee of results of individual models calculations is proposed in the article. Experimental research has confirmed that the combination of several models in the committee allows compensating the possible errors of individual models evaluations. The findings from this study and constructed neural network models may be used by banking institutions and other credit organizations interested in an adequate procedure of assessing the creditworthiness of individuals.
Ключові слова: Оцінка кредитоспроможності, нейромережа, поверхня відгуку, персептрон, радіально-базисна мережа, комітет експертів.
Key words: Creditworthiness assessment, neural network, response surface, perceptron, radial basis function network, committee of experts.
УДК: 519.86:336.717
UDC: 519.86:336.717
JEL: C45 D81
To cite paper
In APA style
Savina, S., & Ben’, V. (2016). Selection of neural network architecture for solving problem of borrowers-individuals trustability classification. Neuro-Fuzzy Modeling Techniques in Economics, 5, 123-151. http://doi.org/10.33111/nfmte.2016.123
In MON style
Савіна С., Бень В. Вибір архітектури нейромережі для розв’язання задачі класифікації надійності позичальників-фізичних осіб. Нейро-нечіткі технології моделювання в економіці. 2016. № 5. С. 123-151. http://doi.org/10.33111/nfmte.2016.123 (дата звернення: 09.12.2024).
With transliteration
Savina, S., Ben’, V. (2016) Vybir arkhitektury neiromerezhi dlia rozv’iazannia zadachi klasyfikatsii nadiinosti pozychalnykiv-fizychnykh osib [Selection of neural network architecture for solving problem of borrowers-individuals trustability classification]. Neuro-Fuzzy Modeling Techniques in Economics, no. 5. pp. 123-151. http://doi.org/10.33111/nfmte.2016.123 [in Ukrainian] (accessed 09 Dec 2024).
# 5 / 2016
Download Paper
159
Views
55
Downloads
1
Cited by