ارزیابی ریسک اعتباری بانک ها با استفاده از شبکه عصبی حافظه کوتاه- بلند مدت بهبودیافته با الگوریتم بهینه سازی موش و گربه

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 105

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCONFERENCE01_189

تاریخ نمایه سازی: 22 آذر 1402

چکیده مقاله:

زمانی که بانک ها قصد دارند به مشتریان تسهیلاتی پرداخت کنند. وضع اعتبار دارایی ها و خوش حسابی یا بدحسابی مشتری مورد نظر را می سنجند. در حال حاضر ریسک اعتباری را می توان به طور گسترده تحت عوامل کمی و کیفی طبقه بندی کرد. در این تحقیقسعی بر آن است که با استفاده از شبکه های عصبی به تشخجیص ریسک اعتباری بانک ها بیردازیم. در این مقاله با استفاده از شبکه هایعصبی عمیق بهبودیافته با الگوریتم بهینه سازی موش و گربه عمل طبقه بندی ریسک اعتباری بانک ها انجام شد. نتایج استفاده ازشبکه عصبی حافظه کوتاه- بلندمدت بهبودیافته با الگوریتم بهینه سازی موش و گربه حاکی از عملکرد بهتر آن است.

کلیدواژه ها:

ریسک اعتباری بانک ها ، شبکه عصبی عمیق ، الگوریتم بهینه سازی موش و گربه

نویسندگان

یلدا جدیدی

دانشجوی کارشناسی ارشد، گروه حسابداری، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران

سعید علیزاده

گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایرا ن