Municipal Creditworthiness Modelling by Neural Networks
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F08%3A00007279" target="_blank" >RIV/00216275:25410/08:00007279 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Municipal Creditworthiness Modelling by Neural Networks
Original language description
The paper presents the design of municipal creditworthiness parameters. The economic, debt and financial parameters are pivotal. Further, the design of model for municipal creditworthiness classification is presented. The realized data pre-processing makes the suitable economic interpretation of results possible. Municipalities are assigned to clusters by unsupervised methods. The combination of Kohonen?s self-organizing feature maps and K-means algorithm is a suitable method for municipal creditworthiness modelling. The number of classes in this model is determined by indexes evaluating the quality of clustering. The model is composed of Kohonen?s self-organizing feature maps and fuzzy logic neural networks, where the output of Kohonen?s self-organizing feature maps represents the input of fuzzy logic neural networks. Fuzzy logic neural network?s parameters make the appropriate interpretation possible. It is a perceptron-type fuzzy logic neural network with three layers. Standard neur
Czech name
Modelování bonity obcí pomocí neuronových sítí
Czech description
V článku se uvádí návrh parametrů bonity obcí. Ekonomické,dluhové a finanční parametry jsou klíčové. Dále je uveden návrh modelu pro klasifikaci bonity obcí. Uskutečněné předzpracování dat umožňuje vhodnou ekonomickou interpretaci získaných výsledků. Obce jsou klasifikovány do shluků pomocí metod učení bez učitele. Kombinace Kohonenových samoorganizujících se map a algoritmu K-průměrů je vhodnou metodou pro modelování bonity obcí. Počet shluků je určen na základě indexů hodnotítích kvalitu shlukování. Model je složen z Kohonenových samoorganizujících se map a fuzzy logických neuronových sítí, kde výstup Kohonenových samoorganizujících se map reprezentuje vstup fuzzy logických neuronových sítí. Parametry fuzzy logických neuronových sítí umožňují vhodnouinterpretaci. Jedná se o neuronovou síť typu perceptron se třemi vrstvami. Standardní neurony jsou nahrazeny fuzzy neurony. Váhy synapsí přiřazují hodnoty funkce příslušnosti vstupním hodnotám. Vhodnost navrženého modelu je porovnána s d
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/GA402%2F08%2F0849" target="_blank" >GA402/08/0849: Model of Sustainable Regional Development Management</a><br>
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Acta Electrotechnica et Informatica
ISSN
1335-8243
e-ISSN
—
Volume of the periodical
8
Issue of the periodical within the volume
4
Country of publishing house
SK - SLOVAKIA
Number of pages
6
Pages from-to
—
UT code for WoS article
—
EID of the result in the Scopus database
—