Publikace detail

Municipal Creditworthiness Modelling by Radial Basis Function Neural Networks and Sensitive Analysis of Their Input Parameters

Autoři: Olej Vladimír | Hájek Petr

Rok: 2009

Druh publikace: článek ve sborníku

Název zdroje: Lecture Notes in Computer Science

Název nakladatele: Springer

Místo vydání: Heidelberg

Strana od-do: 505-514

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Modelování bonity obcí pomocí RBF neuronových sítí a analýza citlivosti jejich vstupních parametrů	Článek uvádí návrh vektoru parametrů charakterizující bonitu obcí a možnosti jejího modelování. Pomocí modelu je realizován klasifikační problém pro různé struktury RBF neuronových sítí. Dále článek obsahuje citlivostní analýzu jednotlivých komponent vektoru parametrů na kvalitu klasifikace.
eng	Municipal Creditworthiness Modelling by Radial Basis Function Neural Networks and Sensitive Analysis of Their Input Parameters	The paper presents concept of vector parameters characterizing creditworthiness of municipalities and its modelling possibilities. Based on designed model and structures of radial basic functions neural networks, the modelling is realized with the aim to classify municipalities into classes. Further, the article includes sensitivity analysis of individual parameter vector components. Sensitivity analysis represents exploring contributions of individual vector components to classification quality.	Municipal creditworthiness;radial basis functions neural network;classifiation;multinomial regression;sensitive analysis

Search