論文の概要: Bankruptcy analysis using images and convolutional neural networks (CNN)

• arxiv url: http://arxiv.org/abs/2502.15726v1
• Date: Wed, 29 Jan 2025 21:57:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 04:52:19.908205
• Title: Bankruptcy analysis using images and convolutional neural networks (CNN)
• Title（参考訳）: 画像と畳み込みニューラルネットワーク(CNN)を用いた破産分析
• Authors: Luiz Tavares, Jose Mazzon, Francisco Paletta, Fabio Barros,
• Abstract要約: 本研究では,畳み込みニューラルネットワーク(CNN)を用いた画像生成による中小企業評価手法を提案する。 サンプル内の各企業ごとに1万枚以上の画像が作成され、CNNがより高い断定性とトレーニングエラー確率の低減で操作できるシナリオを特定した。 この結果は、かなりの数の画像を使用すると、97.8%の精度で予測能力が著しく向上することを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The marketing departments of financial institutions strive to craft products and services that cater to the diverse needs of businesses of all sizes. However, it is evident upon analysis that larger corporations often receive a more substantial portion of available funds. This disparity arises from the relative ease of assessing the risk of default and bankruptcy in these more prominent companies. Historically, risk analysis studies have focused on data from publicly traded or stock exchange-listed companies, leaving a gap in knowledge about small and medium-sized enterprises (SMEs). Addressing this gap, this study introduces a method for evaluating SMEs by generating images for processing via a convolutional neural network (CNN). To this end, more than 10,000 images, one for each company in the sample, were created to identify scenarios in which the CNN can operate with higher assertiveness and reduced training error probability. The findings demonstrate a significant predictive capacity, achieving 97.8% accuracy, when a substantial number of images are utilized. Moreover, the image creation method paves the way for potential applications of this technique in various sectors and for different analytical purposes.
• Abstract（参考訳）: 金融機関のマーケティング部門は、あらゆる規模のビジネスの多様なニーズに対応する製品やサービスを開発しようとしている。 しかし、分析上、大企業が利用可能な資金のかなりの部分を受け取ることがしばしばあることは明らかである。 この格差は、これらの著名な企業において、デフォルトや破産のリスクを評価することの比較的容易さから生じる。 歴史的にリスク分析研究は、上場企業や株式上場企業のデータに重点を置いており、中小企業(中小企業)に関する知識の欠如を残している。 このギャップに対処するために、畳み込みニューラルネットワーク(CNN)による処理のための画像を生成することによって中小企業を評価する手法を提案する。 この目的のために、サンプル内の各企業ごとに1万枚以上の画像が作成され、CNNがより高い断定性とトレーニングエラー確率を低減できるシナリオを特定した。 この結果は、かなりの数の画像を使用すると、97.8%の精度で予測能力が著しく向上することを示している。 さらに、画像生成法は、様々な分野や異なる分析目的において、この手法の潜在的な応用の道を開く。

関連論文リスト

• Promoting User Data Autonomy During the Dissolution of a Monopolistic Firm [5.864623711097197]
  本稿では,Conscious Data Contributionのフレームワークが,解散中におけるユーザの自律性を実現する方法を示す。 我々は、微調整と「破滅的な忘れ」の現象が、機械の非学習の一種として実際にどのように有用であるかを探求する。
  論文  参考訳（メタデータ） (2024-11-20T18:55:51Z)
• Safety vs. Performance: How Multi-Objective Learning Reduces Barriers to Market Entry [86.79268605140251]
  我々は、大規模言語モデルのための新興市場への参入に必要となる障壁が存在するかどうかを調査する。 要求されるデータポイント数は、既存の企業のデータセットサイズよりも大幅に小さくなることを示します。 以上の結果から,多目的的考察が参入障壁を根本的に低減することを示す。
  論文  参考訳（メタデータ） (2024-09-05T17:45:01Z)
• SO(2) and O(2) Equivariance in Image Recognition with Bessel-Convolutional Neural Networks [63.24965775030674]
  この研究はベッセル畳み込みニューラルネットワーク(B-CNN)の開発を示す B-CNNは、ベッセル関数に基づく特定の分解を利用して、画像とフィルタの間のキー操作を変更する。 他の手法と比較して,B-CNNの性能を評価するために検討を行った。
  論文  参考訳（メタデータ） (2023-04-18T18:06:35Z)
• Supporting Safety Analysis of Image-processing DNNs through Clustering-based Approaches [2.362412515574206]
  安全クリティカルな文脈におけるディープニューラルネットワーク(DNN)の採用は、その結果を説明する効果的な手段が欠如しているため、しばしば防止される。 本稿では,DNN故障の根本原因分析のための99種類のパイプラインの実験的評価について報告する。
  論文  参考訳（メタデータ） (2023-01-31T09:46:37Z)
• Facilitated machine learning for image-based fruit quality assessment in developing countries [68.8204255655161]
  自動画像分類は食品科学における教師あり機械学習の一般的な課題である。 事前学習型視覚変換器(ViT)に基づく代替手法を提案する。 標準的なデバイス上で限られたリソースで簡単に実装できる。
  論文  参考訳（メタデータ） (2022-07-10T19:52:20Z)
• Heterogeneous Information Network based Default Analysis on Banking Micro and Small Enterprise Users [18.32345474014549]
  バンキングデータのグラフを考察し,その目的のために新しいHIDAMモデルを提案する。 MSEの特徴表現を強化するため,メタパスを通してインタラクティブな情報を抽出し,経路情報を完全に活用する。 実験結果から,HIDAMが現実の銀行データにおいて最先端の競争相手を上回ることが確認された。
  論文  参考訳（メタデータ） (2022-04-24T11:26:12Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• 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)
• A Simple Framework to Quantify Different Types of Uncertainty in Deep Neural Networks for Image Classification [0.0]
  モデルの予測の不確実性を定量化することは、AIシステムの安全性を高めるために重要である。 これは、自動運転車の制御、医療画像分析、財務推定、法的分野など、エラーのコストが高いアプリケーションにとって極めて重要である。 本稿では,画像分類の課題に対して,Deep Neural Networksにおいて既知の3種類の不確実性を捕捉し,定量化するための完全なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-17T15:36:42Z)
• On Robustness and Transferability of Convolutional Neural Networks [147.71743081671508]
  現代の深層畳み込みネットワーク(CNN)は、分散シフトの下で一般化しないとしてしばしば批判される。 現代画像分類CNNにおける分布外と転送性能の相互作用を初めて検討した。 トレーニングセットとモデルサイズを増大させることで、分散シフトロバスト性が著しく向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-16T18:39:04Z)
• Informative Sample Mining Network for Multi-Domain Image-to-Image Translation [101.01649070998532]
  本稿では,画像から画像への翻訳作業において,サンプル選択戦略の改善が有効であることを示す。 本稿では,サンプルの硬さを抑えつつ,サンプルの硬さを抑えるための新しい多段階サンプルトレーニング手法を提案する。
  論文  参考訳（メタデータ） (2020-01-05T05:48:02Z)

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。