Книжкові видання та компакт-диски Журнали та продовжувані видання Автореферати дисертацій Реферативна база даних Наукова періодика України Тематичний навігатор Авторитетний файл імен осіб
|
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
Пошуковий запит: (<.>A=Гуськова В$<.>) |
Загальна кількість знайдених документів : 9
Представлено документи з 1 до 9
|
1. |
Бідюк П. І. Аналіз кредитоспроможності за допомогою методів інтелектуального аналізу даних [Електронний ресурс] / П. І. Бідюк, В. Г. Гуськова // Електронне моделювання. - 2019. - Т. 41, № 2. - С. 111-120. - Режим доступу: http://nbuv.gov.ua/UJRN/elmo_2019_41_2_9 Запропоновано спосіб мінімізації ризику платоспроможності позичальника для банківської системи та інших фінансових компаній, які надають кредити своїм клієнтам. Проведено оцінку кредитоспроможності клієнтів з використанням логістичної регресії, методів на основі нечіткої логіки, нейронної мережі зі зворотнім поширенням помилки та дерев рішень. Надано результати оцінки кредитоспроможності позичальників та проаналізовано оцінку стану клієнтів.
| 2. |
Данилов В. Я. Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу [Електронний ресурс] / В. Я. Данилов, В. Г. Гуськова, П. І. Бідюк, О. Л. Жиров // Системні дослідження та інформаційні технології. - 2019. - № 1. - С. 20-36. - Режим доступу: http://nbuv.gov.ua/UJRN/sdtit_2019_1_4 Запропоновано концепцію розв'язання задач адаптивного прогнозування на основі методології системного аналізу, що грунтується на комплексному використанні методів попереднього оброблення даних, математичного і статистичного моделювання, прогнозування та оптимального оцінювання станів досліджуваних процесів. Циклічне адаптування структури і параметрів моделі на основі множини статистичних характеристик процесу забезпечує отримання високоякісних коротко- та середньострокових оцінок прогнозів за умови наявності інформативних даних. Для ідентифікації і врахування можливих стохастичних, структурних і параметричних невизначеностей запропоновано використовувати оптимальну та цифрову фільтрацію і методи інтелектуального аналізу даних, такі як байєсівські мережі, адаптивні байєсівські мережі, гранулярні фільтри та інші інструменти. Можливі параметричні невизначеності мінімізуються шляхом застосування альтернативних методів оцінювання параметрів, таких як МНК, РМНК, ММП та Монте-Карло для марковських ланцюгів. Виконані дослідження запропонованої методики свідчать про можливості її застосування до аналізу широкого класу процесів довільної природи включаючи нелінійні нестаціонарні процеси у фінансах, економіці, екології та демографії.
| 3. |
Гуськова В. Г. Оцінювання кредитоспроможності позичальників кредитів методами інтелектуального аналізу даних [Електронний ресурс] / В. Г. Гуськова, П. І. Бідюк // Системні дослідження та інформаційні технології. - 2019. - № 2. - С. 31-48. - Режим доступу: http://nbuv.gov.ua/UJRN/sdtit_2019_2_6 Розглянуто актуальне завдання оцінювання кредитоспроможності на основі експертного та скорингово підходів. Виконано аналіз предметної галузі та проаналізовано основні методи математичного моделювання і оцінювання кредитних ризиків, запропоновано математичні моделі для аналізу кредитних ризиків індивідуальних позичальників на основі альтернативних методів, розроблено математичні моделі для аналізу кредитних ризиків індивідуальних позичальників на основі дерев рішень, логістичної регресії, мереж Байєса та нечіткої логіки. Установлено, що модель на основі нечіткої логіки для розвіязання задачі визначення ймовірності дефолту для кредитного позичальника є більш точною, на що вказують пораховані точності моделей. Це зумовлено можливістю з використання методу нечіткої логіки з нечітким висновком Мамдані точніше встановлювати причинно-наслідкові зв'язки між характеристиками-факторами задачі та їх вплив на вихідну змінну.
| 4. |
Гуськова В. Г. Аналіз кредитоспроможності позичальників кредитів за допомогою логістичної регресії [Електронний ресурс] / В. Г. Гуськова, П. І. Бідюк // Наукові праці Донецького національного технічного університету. Серія : Інформатика, кібернетика та обчислювальна техніка. - 2017. - № 2. - С. 54-59. - Режим доступу: http://nbuv.gov.ua/UJRN/Npdntu_inf_2017_2_9
| 5. |
Гуськова В. Г. Розробка сценарного підходу на основі моделей інтелектуального аналізу даних [Електронний ресурс] / В. Г. Гуськова, П. І. Бідюк // Наукові праці Донецького національного технічного університету. Серія : Інформатика, кібернетика та обчислювальна техніка. - 2016. - № 2. - С. 158-164. - Режим доступу: http://nbuv.gov.ua/UJRN/Npdntu_inf_2016_2_25
| 6. |
Дмитрієва О. А. Оптимізація комунікаційних операцій при керуванні кроком в паралельних екстраполяційних алгоритмах [Електронний ресурс] / О. А. Дмитрієва, В. В. Кулаков, В. Г. Гуськова // Наукові праці Донецького національного технічного університету. Серія : Інформатика, кібернетика та обчислювальна техніка. - 2014. - № 1. - С. 72-77. - Режим доступу: http://nbuv.gov.ua/UJRN/Npdntu_inf_2014_1_14
| 7. |
Пантєєв Р. Л. Методи фільтрації даних у системах підтримки прийняття рішень [Електронний ресурс] / Р. Л. Пантєєв, О. Л. Тимощук, В. Г. Гуськова, П. І. Бідюк // Наукові вісті КПІ. - 2021. - № 1. - С. 16-31. - Режим доступу: http://nbuv.gov.ua/UJRN/NVKPI_2021_1_4
| 8. |
Дмитрієва О. А. Генерування паралельних колокаційних різницевих схем з використанням інтегро-інтерполяційного підходу [Електронний ресурс] / О. А. Дмитрієва, В. Г. Гуськова // Вісник Національного технічного університету "ХПІ". Серія : Інформатика та моделювання. - 2022. - № 1-2. - С. 78-91. - Режим доступу: http://nbuv.gov.ua/UJRN/vcpiim_2022_1-2_10
| 9. |
Дмитрієва О. А. Паралельне визначення спектру симетричних теплицевих матриць з перетвореннями Левінсона-Дарбіна [Електронний ресурс] / О. А. Дмитрієва, В. Г. Гуськова // Науковий вісник Донецького національного технічного університету. - 2023. - № 1. - С. 53-62. - Режим доступу: http://nbuv.gov.ua/UJRN/nvdontu_2023_1_7
|
|
|