All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

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