Previsão de inadimplência e redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UERJ |
Texto Completo: | http://www.bdtd.uerj.br/handle/1/13738 |
Resumo: | The objective of this work is the insolvency forecast. They were implemented two insolvency forecast models, so that the first model used a feed forward neural network utilizing the retro propagation algorithm, and the second utilized a non-supervised neural network (Kohonen networks). The prominent characteristics of credit users were presented for the neural networks, for their training and test. The results obtained showed that the supervised network as well the non-supervised neural network showed themselves efficient instruments for the insolvency forecast trial. |
id |
UERJ_b8f2a16a40c0c130201daaabd8d79526 |
---|---|
oai_identifier_str |
oai:www.bdtd.uerj.br:1/13738 |
network_acronym_str |
UERJ |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
repository_id_str |
2903 |
spelling |
Leite, Carlos Alberto Fialho Thompsonhttp://lattes.cnpq.br/4111650103384588Assis, Joaquim Teixeira dehttp://lattes.cnpq.br/7307238902576135Alves, Carlos Frederico Estradahttp://lattes.cnpq.br/1610443317562973Braga Filho, Washingtonhttp://lattes.cnpq.br/6869581589155611Guimarães, Lourenço da Rocha2021-01-07T14:40:25Z2008-06-022006-08-02GUIMARÃES, Lourenço da Rocha. Previsão de inadimplência e redes neurais artificiais. 2006. 85 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2006.http://www.bdtd.uerj.br/handle/1/13738The objective of this work is the insolvency forecast. They were implemented two insolvency forecast models, so that the first model used a feed forward neural network utilizing the retro propagation algorithm, and the second utilized a non-supervised neural network (Kohonen networks). The prominent characteristics of credit users were presented for the neural networks, for their training and test. The results obtained showed that the supervised network as well the non-supervised neural network showed themselves efficient instruments for the insolvency forecast trial.O objetivo deste trabalho é a previsão de inadimplência. Foram implementados dois modelos de previsão de inadimplência, de modo que o primeiro modelo fez uso de uma rede neural feedforward utilizando o algoritmo de retro propagação, e o segundo utilizou uma rede não supervisionada (rede Kohonen). As características relevantes de usuários de crédito foram apresentadas para as redes neurais, para o seu treinamento e teste. Os resultados obtidos demonstram que tanto as redes neurais supervisionadas quanto as redes neurais não supervisionadas mostraram-se instrumentos eficazes para o processo de previsão de inadimplência.Submitted by Boris Flegr (boris@uerj.br) on 2021-01-07T14:40:25Z No. of bitstreams: 1 Tese Mestrado LourencoFinal.pdf: 1072023 bytes, checksum: 3f83632408414c9966dcd3119a4abc42 (MD5)Made available in DSpace on 2021-01-07T14:40:25Z (GMT). No. of bitstreams: 1 Tese Mestrado LourencoFinal.pdf: 1072023 bytes, checksum: 3f83632408414c9966dcd3119a4abc42 (MD5) Previous issue date: 2006-08-02application/pdfporUniversidade do Estado do Rio de JaneiroPrograma de Pós-Graduação em Modelagem ComputacionalUERJBRCentro de Tecnologia e Ciências::Instituto PolitécnicoNeural networks (Computer science)Insolvency (Finance) - Forecast - Artificial intelligenceKohonenMora (Civil law) - Risk analysisRedes Neurais (Computação)Inadimplência (Finanças) - Previsão - Inteligência artificialKohonenCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADAPrevisão de inadimplência e redes neurais artificiaisForecast of insolvency and neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJORIGINALTese Mestrado LourencoFinal.pdfapplication/pdf1072023http://www.bdtd.uerj.br/bitstream/1/13738/1/Tese+Mestrado+LourencoFinal.pdf3f83632408414c9966dcd3119a4abc42MD511/137382024-02-27 15:26:51.157oai:www.bdtd.uerj.br:1/13738Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:26:51Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false |
dc.title.por.fl_str_mv |
Previsão de inadimplência e redes neurais artificiais |
dc.title.alternative.eng.fl_str_mv |
Forecast of insolvency and neural networks |
title |
Previsão de inadimplência e redes neurais artificiais |
spellingShingle |
Previsão de inadimplência e redes neurais artificiais Guimarães, Lourenço da Rocha Neural networks (Computer science) Insolvency (Finance) - Forecast - Artificial intelligence Kohonen Mora (Civil law) - Risk analysis Redes Neurais (Computação) Inadimplência (Finanças) - Previsão - Inteligência artificial Kohonen CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA |
title_short |
Previsão de inadimplência e redes neurais artificiais |
title_full |
Previsão de inadimplência e redes neurais artificiais |
title_fullStr |
Previsão de inadimplência e redes neurais artificiais |
title_full_unstemmed |
Previsão de inadimplência e redes neurais artificiais |
title_sort |
Previsão de inadimplência e redes neurais artificiais |
author |
Guimarães, Lourenço da Rocha |
author_facet |
Guimarães, Lourenço da Rocha |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Leite, Carlos Alberto Fialho Thompson |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4111650103384588 |
dc.contributor.referee1.fl_str_mv |
Assis, Joaquim Teixeira de |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/7307238902576135 |
dc.contributor.referee2.fl_str_mv |
Alves, Carlos Frederico Estrada |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/1610443317562973 |
dc.contributor.referee3.fl_str_mv |
Braga Filho, Washington |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/6869581589155611 |
dc.contributor.author.fl_str_mv |
Guimarães, Lourenço da Rocha |
contributor_str_mv |
Leite, Carlos Alberto Fialho Thompson Assis, Joaquim Teixeira de Alves, Carlos Frederico Estrada Braga Filho, Washington |
dc.subject.eng.fl_str_mv |
Neural networks (Computer science) Insolvency (Finance) - Forecast - Artificial intelligence Kohonen Mora (Civil law) - Risk analysis |
topic |
Neural networks (Computer science) Insolvency (Finance) - Forecast - Artificial intelligence Kohonen Mora (Civil law) - Risk analysis Redes Neurais (Computação) Inadimplência (Finanças) - Previsão - Inteligência artificial Kohonen CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA |
dc.subject.por.fl_str_mv |
Redes Neurais (Computação) Inadimplência (Finanças) - Previsão - Inteligência artificial Kohonen |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA |
description |
The objective of this work is the insolvency forecast. They were implemented two insolvency forecast models, so that the first model used a feed forward neural network utilizing the retro propagation algorithm, and the second utilized a non-supervised neural network (Kohonen networks). The prominent characteristics of credit users were presented for the neural networks, for their training and test. The results obtained showed that the supervised network as well the non-supervised neural network showed themselves efficient instruments for the insolvency forecast trial. |
publishDate |
2006 |
dc.date.issued.fl_str_mv |
2006-08-02 |
dc.date.available.fl_str_mv |
2008-06-02 |
dc.date.accessioned.fl_str_mv |
2021-01-07T14:40:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
GUIMARÃES, Lourenço da Rocha. Previsão de inadimplência e redes neurais artificiais. 2006. 85 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2006. |
dc.identifier.uri.fl_str_mv |
http://www.bdtd.uerj.br/handle/1/13738 |
identifier_str_mv |
GUIMARÃES, Lourenço da Rocha. Previsão de inadimplência e redes neurais artificiais. 2006. 85 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2006. |
url |
http://www.bdtd.uerj.br/handle/1/13738 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Modelagem Computacional |
dc.publisher.initials.fl_str_mv |
UERJ |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Centro de Tecnologia e Ciências::Instituto Politécnico |
publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UERJ instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
instacron_str |
UERJ |
institution |
UERJ |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
collection |
Biblioteca Digital de Teses e Dissertações da UERJ |
bitstream.url.fl_str_mv |
http://www.bdtd.uerj.br/bitstream/1/13738/1/Tese+Mestrado+LourencoFinal.pdf |
bitstream.checksum.fl_str_mv |
3f83632408414c9966dcd3119a4abc42 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ) |
repository.mail.fl_str_mv |
bdtd.suporte@uerj.br |
_version_ |
1792352323904733184 |