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
학술저널
저자정보
Hoyeon Park (Dongguk University_Seoul) Kyoung-jae Kim (Dongguk University_Seoul)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제24권 제4호
발행연도
2018.12
수록면
155 - 170 (16page)

이용수

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

초록· 키워드

오류제보하기
기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.
#Simulated Annealing #Random Forests #Bankruptcy Prediction #Feature Selection #Business Analytics #시뮬레이티드 어니일링 #랜덤 포레스트 #부도예측 #특징선택 #비즈니스 애널리틱스

목차

1. Introduction
2. Prior Research
3. Research Process and Experiments
4. Conclusions
References
국문요약

참고문헌 (32)

참고문헌 신청
Ahn, H., and K. Kim, “Bankruptcy prediction modeling with hybrid case-based reasoning and genetic algorithms approach”, Applied Soft Computing, Vol.9, No.2(2009), 599-607. Yoo, S. D., K. D. Choi and S. Y. Shin, “Characterizing Business Strategy in a New Ecosystem of Big Data,” Journal of Digital Convergence, Vol. 12, No. 4(2014), 1-9. Altman, E. I., “Financial ratios, discriminant analysis and the prediction of corporate bankruptcy”, The Journal of Finance, Vol.23 No.4(1968), 589-609 Altman, E. I., G. Marco, and F. Varetto, Corporate distress diagnosis: comparisons using linear discriminant analysis and neural networks (the Italian experience), Journal of Banking and Finance, Vol.18, No.3(1994), 505-529. Barboza, F., H. Kimura, and E. Altman, “Machine learning models and bankruptcy prediction”, Expert Systems with Applications, Vol.83(2017), 405-417.

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

딥러닝 및 관측 Data를 활용한 인공위성 궤도결정
윤현만 ,  최인수 ,  이성섭 한국항공우주학회 학술발표회 초록집 2023 .11
SAR위성의 영상획득 시나리오 모델링 및 임무설계 알고리즘 성능검증
신호현 ,  김종필 한국항공우주학회지 2019 .08
항우연 우주쓰레기 관련 기술 연구개발 현황
김해동 항공우주매거진 2021 .08
초저고도 광학 인공위성 설계 및 핵심기술 개발
윤효상 ,  백기욱 ,  위준성 외 10명 한국항공우주학회 학술발표회 초록집 2021 .07
나노/초소형위성 산업 동향과 개발 현황
윤용식 ,  민경주 항공우주산업기술동향 2016 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-003-000295621