Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Credit rating modelling by kernel-based approaches with supervised and semi-supervised learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F11%3A39882095" target="_blank" >RIV/00216275:25410/11:39882095 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/s00521-010-0495-0" target="_blank" >http://dx.doi.org/10.1007/s00521-010-0495-0</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s00521-010-0495-0" target="_blank" >10.1007/s00521-010-0495-0</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Credit rating modelling by kernel-based approaches with supervised and semi-supervised learning

  • Popis výsledku v původním jazyce

    This paper presents the modelling possibilities of kernel-based approaches to a complex real-world problem, i.e. corporate and municipal credit rating classification. Based on a model design that includes data pre-processing, the labelling of individualparameter vectors using expert knowledge, the design of various support vector machines with supervised learning as well as kernel-based approaches with semi-supervised learning, this modelling is undertaken in order to classify objects into rating classes. The results show that the rating classes assigned to bond issuers can be classified with high classification accuracy using a limited subset of input variables. This holds true for kernel-based approaches with both supervised and semi-supervised learning.

  • Název v anglickém jazyce

    Credit rating modelling by kernel-based approaches with supervised and semi-supervised learning

  • Popis výsledku anglicky

    This paper presents the modelling possibilities of kernel-based approaches to a complex real-world problem, i.e. corporate and municipal credit rating classification. Based on a model design that includes data pre-processing, the labelling of individualparameter vectors using expert knowledge, the design of various support vector machines with supervised learning as well as kernel-based approaches with semi-supervised learning, this modelling is undertaken in order to classify objects into rating classes. The results show that the rating classes assigned to bond issuers can be classified with high classification accuracy using a limited subset of input variables. This holds true for kernel-based approaches with both supervised and semi-supervised learning.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Neural Computing and Applications

  • ISSN

    0941-0643

  • e-ISSN

  • Svazek periodika

    20

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    13

  • Strana od-do

    761-773

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus