Neural decision model of business capitalization

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F07%3A00110818" target="_blank" >RIV/62156489:43110/07:00110818 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Neuronový rozhodovací model o kapitalizaci podniku

Original language description

Téma článku je zaměřeno do problematiky rozhodování v oblasti finančního řízení podniku. Konkrétně je zde rozebrán případ vyhodnocování investiční politiky podniku. Jedná se o kritickou oblast pro management ovlivňující další kroky při využití interníchi externích zdrojů podniku. Jako vhodný nástroj pro podporu rozhodování byl v tomto případě zvolen přístup z oblasti umělé inteligence, a to konkrétně vhodně koncipovaný model neuronové sítě. Ve vytvořeném modelu neuronové ístě, rozhodujícím o finanční situaci podniku, bylo použito čtyř vstupních proměnných (tří hlavních a jedné doplňující) popisujících konkrétní stav podniku. Kódování hlavních proměnných je zvoleno adekvátně k vyhodnocovaným stavům. Pro vyhodnocení se použila vícevrstvá neuronová síť.Výhodou naučené neuronové sítě je, že může klasifikovat i případy pro managera obtížně řešitelné a to obvzláště případy o větším počtu faktů ovlivňující výsledné rozhodnutí. Ne vždy je však situace jednoduše vyhodnotitelná, limitujícím fa

Czech name

Neuronový rozhodovací model o kapitalizaci podniku

Czech description

Téma článku je zaměřeno do problematiky rozhodování v oblasti finančního řízení podniku. Konkrétně je zde rozebrán případ vyhodnocování investiční politiky podniku. Jedná se o kritickou oblast pro management ovlivňující další kroky při využití interníchi externích zdrojů podniku. Jako vhodný nástroj pro podporu rozhodování byl v tomto případě zvolen přístup z oblasti umělé inteligence, a to konkrétně vhodně koncipovaný model neuronové sítě. Ve vytvořeném modelu neuronové ístě, rozhodujícím o finanční situaci podniku, bylo použito čtyř vstupních proměnných (tří hlavních a jedné doplňující) popisujících konkrétní stav podniku. Kódování hlavních proměnných je zvoleno adekvátně k vyhodnocovaným stavům. Pro vyhodnocení se použila vícevrstvá neuronová síť.Výhodou naučené neuronové sítě je, že může klasifikovat i případy pro managera obtížně řešitelné a to obvzláště případy o větším počtu faktů ovlivňující výsledné rozhodnutí. Ne vždy je však situace jednoduše vyhodnotitelná, limitujícím fa

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

IN - Informatics

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2007

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis

ISSN

1211-8516

e-ISSN

—

Volume of the periodical

LV

Issue of the periodical within the volume

3

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

8

Pages from-to

97-104

UT code for WoS article

—

EID of the result in the Scopus database

—