Detail publikace

Vliv metody SMOTE na přesnost bankrotních modelů založených na konvolučních neuronových sítích

ŠEBESTOVÁ, M. DOSTÁL, P.

Originální název

Vliv metody SMOTE na přesnost bankrotních modelů založených na konvolučních neuronových sítích

Anglický název

The Effect of the SMOTE method on the Accuracy of Bankruptcy Models Based on Convolutional Neural Networks

Typ

článek v časopise - ostatní, Jost

Jazyk

čeština

Originální abstrakt

Tento článek zkoumá vliv metody SMOTE na přesnost predikce bankrotních modelů. Pro predikci bankrotu podniků v České republice byly použity konvoluční neuronové sítě založené na architektuře GoogLeNet. Vstupy do modelů jsou tvořeny finančními ukazateli podniků, jejichž hodnoty jsou převedeny na několik typů obrázků. Z provedeného výzkumu vyplynulo, že použití techniky SMOTE výrazně zvyšuje přesnost klasifikace aktivních a bankrotních podniků, a zároveň snižuje chybu II. druhu, která způsobuje nesprávnou klasifikaci bankrotního podniku za aktivní.

Anglický abstrakt

This paper analyzes the effect of the SMOTE method on the prediction accuracy of bankruptcy models. Convolutional neural networks based on the GoogLeNet architecture are used for bankruptcy prediction of firms in the Czech Republic. The inputs to the models are composed of financial indicators of enterprises, whose values are converted into several types of images. The research conducted shows that the use of the SMOTE technique significantly improves the accuracy of classification of active and bankrupt enterprises, while reducing the type II error, which is the misclassification of a bankrupt enterprise as active.

Klíčová slova

predikce bankrotu, konvoluční neuronové sítě, finanční ukazatele, SMOTE, transfer learning, hluboké učení

Klíčová slova v angličtině

bankruptcy prediction, convolutional neural networks, financial indicators, SMOTE, transfer learning, deep learning

Autoři

ŠEBESTOVÁ, M.; DOSTÁL, P.

Vydáno

31. 12. 2022

Nakladatel

Vysoká škola Sting, o. p. s.

Místo

Brno

ISSN

1805-6873

Periodikum

ACTA STING

Číslo

4/2022

Stát

Česká republika

Strany od

56

Strany do

73

Strany počet

74

URL

https://www.sting.cz/sites/default/files/inline-images/acta-sting/acta4_2022_web.pdf

BibTex

@article{BUT182958,
  author="Monika {Šebestová} and Petr {Dostál}",
  title="Vliv metody SMOTE na přesnost bankrotních modelů založených na konvolučních neuronových sítích",
  journal="ACTA STING",
  year="2022",
  number="4/2022",
  pages="56--73",
  issn="1805-6873",
  url="https://www.sting.cz/sites/default/files/inline-images/acta-sting/acta4_2022_web.pdf"
}