Previsão de inadimplência e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Guimarães, Lourenço da Rocha
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

Registros relacionados