論文の概要: Corporate Credit Rating: A Survey
- arxiv url: http://arxiv.org/abs/2309.14349v1
- Date: Tue, 19 Sep 2023 03:39:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-01 12:03:09.451718
- Title: Corporate Credit Rating: A Survey
- Title(参考訳): 企業クレジットレーティング:調査
- Authors: Bojing Feng, Xi Cheng, Dan Li, Zeyu Liu, Wenfang Xue
- Abstract要約: 企業における信用格付け手法の使い方は、常に議論に値する問題だった。
本稿では,統計モデル,機械学習モデル,ニューラルネットワークモデルという3つのレベルから,CCR手法の開発状況を要約する。
- 参考スコア(独自算出の注目度): 8.472490561502392
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Corporate credit rating (CCR) plays a very important role in the process of
contemporary economic and social development. How to use credit rating methods
for enterprises has always been a problem worthy of discussion. Through reading
and studying the relevant literature at home and abroad, this paper makes a
systematic survey of CCR. This paper combs the context of the development of
CCR methods from the three levels: statistical models, machine learning models
and neural network models, summarizes the common databases of CCR, and deeply
compares the advantages and disadvantages of the models. Finally, this paper
summarizes the problems existing in the current research and prospects the
future of CCR. Compared with the existing review of CCR, this paper expounds
and analyzes the progress of neural network model in this field in recent
years.
- Abstract(参考訳): 企業信用格付け(CCR)は、現代経済と社会発展の過程において非常に重要な役割を果たす。
企業に対する信用格付けの方法の使用は、常に議論に値する問題でした。
本論文は,国内外の文献を読んだり,研究したりすることで,CCRを体系的に調査する。
本稿では、統計的モデル、機械学習モデル、ニューラルネットワークモデルという3つのレベルからccr手法の開発の文脈を説明し、ccrの一般的なデータベースを要約し、モデルの利点と欠点を深く比較する。
最後に,現在の研究における問題点と今後の展望について概説する。
CCRの既存のレビューと比較すると、近年のこの分野におけるニューラルネットワークモデルの進歩を概説し分析している。
関連論文リスト
- Continual Learning with Pre-Trained Models: A Survey [66.49084129482239]
継続的な学習は、新しい知識を学ぶ際に、かつての知識の破滅的な忘れを克服することを目的としている。
本稿では, PTM を用いた CL の最近の進歩を包括的に調査する。
論文 参考訳(メタデータ) (2024-01-29T18:27:52Z) - User-Centric Evaluation of OCR Systems for Kwak'wala [92.73847703011353]
OCRを利用すると、文化的に価値ある文書の書き起こしに費やした時間を50%以上削減できることを示す。
この結果から,OCRツールが下流言語ドキュメントや再生作業において持つ潜在的なメリットが示された。
論文 参考訳(メタデータ) (2023-02-26T21:41:15Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Image-text Retrieval: A Survey on Recent Research and Development [58.060687870247996]
クロスモーダル画像テキスト検索(ITR)は、優れた研究価値と幅広い実世界の応用により、研究コミュニティへの関心が高まっている。
本稿では,ITRのアプローチに関する4つの視点から,包括的かつ最新の調査を行う。
論文 参考訳(メタデータ) (2022-03-28T13:00:01Z) - Click-Through Rate Prediction in Online Advertising: A Literature Review [0.0]
我々は,最新のCTR予測研究について,系統的な文献レビューを行っている。
現代文献における最先端CTR予測モデルの分類について述べる。
我々は、現在の研究動向、主な課題、今後の今後の展望を、さらなる探査にふさわしいものとみなす。
論文 参考訳(メタデータ) (2022-02-22T01:05:38Z) - A Comprehensive Empirical Study of Vision-Language Pre-trained Model for
Supervised Cross-Modal Retrieval [19.2650103482509]
CMR(Cross-Modal Retrieval)はマルチモーダルコンピューティングと情報検索における重要な研究トピックである。
私たちはCLIPを現在の視覚言語事前訓練モデルとして、総合的な実証的研究を行う。
本稿では,プレトレーニングCLIPをバックボーンネットワークとして利用し,教師付きCMRを実現する新しいモデルCLIP4CMRを提案する。
論文 参考訳(メタデータ) (2022-01-08T06:00:22Z) - Rerunning OCR: A Machine Learning Approach to Quality Assessment and
Enhancement Prediction [0.0]
新しい改善されたOCRソリューションの反復は、適切な再処理候補をターゲットとする決定を強制する。
本稿はルクセンブルク国立図書館の取り組みを捉え、これらの決定を裏付けるものである。
論文 参考訳(メタデータ) (2021-10-04T18:52:59Z) - Explanations of Machine Learning predictions: a mandatory step for its
application to Operational Processes [61.20223338508952]
信用リスクモデリングは重要な役割を果たす。
近年,機械学習や深層学習の手法が採用されている。
この分野における説明可能性問題に LIME 手法を適用することを提案する。
論文 参考訳(メタデータ) (2020-12-30T10:27:59Z) - Every Corporation Owns Its Image: Corporate Credit Ratings via
Convolutional Neural Networks [2.867517731896504]
企業の信用格付けを予測するため,従来の機械学習モデルの性能を分析した。
本稿では,畳み込みニューラルネットワーク(CCR-CNN)を用いた新しいエンド・ツー・エンド手法,コーポレート・クレジット・レーティングを提案する。
CCR-CNNは最先端のメソッドを一貫して上回る。
論文 参考訳(メタデータ) (2020-12-03T01:01:34Z) - Machine Reading Comprehension: The Role of Contextualized Language
Models and Beyond [85.53037880415734]
機械読解 (MRC) は、機械に人間の言語を読み、理解するように教えることを目的としている。
深層ニューラルネットワークの爆発と文脈化された言語モデル(CLM)の進化により、MRCの研究は2つの大きなブレークスルーを経験した。
論文 参考訳(メタデータ) (2020-05-13T10:58:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。