ニューラル・ネットワークによるモデル獲得 : 債券格付け問題を例として
スポンサーリンク
概要
- 論文の詳細を見る
近年、ニューラル・ネットワークは、従来のコンピュータ技術に並ぶ新しい情報処理形態として急速に認められつつある。我々は、ニューラル・ネットワークの汎化(generalization)とモデル化の能力がこれまでのパターン認識に代表される工学的な応用分野のみならず、より広範囲の応用分野に適応できると期待し研究を進めている。ここでは、新しい応用分野として経済分野を取り上げ、その一例として事業債(転換社債)の格付けを行った。そのモデル化の方式と実験結果について報告する。なお、本研究は日興證券株式会社殿と共同で行ったものである。
- 1989-10-16
著者
関連論文
- ニューラル・ネットワークによる時系列データ予測 : 株の売買タイミング予測
- バックプロパゲーションにおける高速アルゴリズムの研究 : 追記学習
- ニューラル・ネットワークによるモデル獲得 : 債券格付け問題を例として
- アウトソーシングによる電子行政の実現 (特集:電子行政の早期実現に向けて) -- (富士通の電子行政統合ソリューション)
- エージェントによる無線インターネットアクセスシステム
- 株の売買タイミング予測システム (ニュ-ロコンピュ-タ特集号)
- バックプロパゲーション法の学習過程の可視化
- ニュ-ロコンピュ-タの原理とロボット制御への応用 (′88富士通総合技術展特集号)