메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 한국지능정보시스템학회 2004년 춘계학술대회논문집
발행연도
2004.6
수록면
211 - 218 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
금융기관에서 부도예측모형으로 가장 많이 활용하고 있는 분석기법으로는 통계적 기법인 로지스틱 희귀분석과 인공지능기법인 인공신경망을 들 수 있다. 특히 인공신경망은 단기 예측력에서 로지스틱 희귀분석보다 우수한 성과를 나타내는 것으로 알려져 있다. 그러나 이러한 우수한 예측력에도 불구하고 인공신정망은 학습과정에서의 과대적합 현상으로 인한 안정성 문제와 도출된 결과에 대한 해석이 근본적으로 불가능하다는 점이 한계로 지적되어 왔다. 본 연구에서는 최근 인공신경망이 가지고 있는 과대적합 운제를 해결하는 동시에 높은 예측력과 우수한 설명력을 제공하는 것으로 알려진 Support Vector Machine (SVM)을 기업부도예축모형에 적용하고자 한다. SVM은 데이터를 고차원 공간으로 투자시켜 분리경계자 매우 복잡한 문제를 선형판별함수의 사용이 가능한 단순한 운재로 변환시키는 기법으로 다양한 분야의 분류문제에 적용되고 있다. 본 연구에서는 기앙부도예측 모형으로서 SVM의 적합성을 판단하기 위하여 예측력이 우수하다고 알려진 인공신경망 (다층퍼셉트론)과의 비교분석을 수행하고자 한다. 본 연구의 결과 SVM은 향후 기업부도예측에 있어 인공신경망을 대체할 수 있는 유용한 기법임을 확인할 수 있었다.

목차

초록

1.서론

2.이론적 고찰

3.연구모형

4.실증분석

5.결론

참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기업부도예측을 위한 통합알고리즘
배재권 ,  김진화 한국지능정보시스템학회 학술대회논문집 2006 .06
딥러닝의 모형과 응용사례
안성만 지능정보연구 2016 .06
재무비율을 이용한 부도예측에 대한 연구 : 한국의 외부감사대상기업을 대상으로
박종원 ,  안성만 경영학연구 2014 .06
다수의 인공신경망 모형을 통한 기업데이터의 분류 및 부도예측에 관한 연구
추휘석 ,  민지경 ,  이인호 연세경영연구 2004 .12
인공지능 기법을 이용한 중소기업 부도예측에 있어서 현금흐름변수의 유용성 검증
김진백 ,  이준섭 대한경영학회지 2000 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-003-014302345