steezer

  • 홈
  • 태그
  • 방명록

2025/04/29 1

인공지능 기반 기업 부도예측 모델 실증 연구-시간적 특성을 반영한 개선을 중심으로

결과, 한계, 향후 과제시계열 데이터를 길게 쓸수록 (1년 -> 3년), 예측 성능이 전반적으로 향상특히 LSTM은 장기 의존 정보를 잘 활용할 수 있어 우수한 성능 보임RF도 좋은 예측력을 보였으며, 기존 머신러닝보다 평균적으로 성능 높았음거시경제지표와 기업 특성 데이터를 함께 활용한 조합(Set 3, 6, 9)이 예측력에서 가장 뛰어남ㄴset3: 재무비율 + 기업 특성 + 거시경제지표, 1년 전 정보까지 사용(부도 일어나는 해 기준으로)ㄴset6: 재무비율 + 기업 특성 + 거시경제지표, 2년 + 1년 전 정보까지 사용ㄴset9: 재무비율 + 기업 특성 + 거시경제지표, 3년 + 2년 + 1년 전 단일 연도 데이터보다 여러 연도의 시계열 정보를 포함하는 모델이 효과적임을 입증시간적 특성을 반영한 AI..

논문 분석 2025.04.29
이전
1
다음
더보기
프로필사진

steezer

  • 분류 전체보기 (67) N
    • 로보테크AI (56) N
    • ABC(NAVER) (1)
    • 대학원 준비 (7)
    • 논문 분석 (3)

Tag

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/04   »
일 월 화 수 목 금 토
1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30

방문자수Total

  • Today :
  • Yesterday :

Copyright © AXZ Corp. All rights reserved.

  • GitHub
  • NAVER

티스토리툴바