Архітектура когнітрона в інтелектуальній банківській системі

Simple item page
dc.contributor.authorКисіль, Тетяна Миколаївна
dc.contributor.authorKysil, T. M.
dc.date.accessioned2020-09-15T12:20:38Z
dc.date.available2020-09-15T12:20:38Z
dc.date.issued2019
dc.description.abstractВ даній статті розглядається архітектура та організація інтелектуальної банківської системи на основі функціонування чотиришарового когнітрона Фукушіми. Адаптовано алгоритм самонавчання когнітрона в системі, який оптимально проаналізує фінансовий стан комерційних банків за даними їх офіційної звітності, виявить фінансову стійкість та платоспроможність, забезпечить ефективне прийняття рішень в різні періоди діяльності банківських установ. Досліджено роботу існуючих інформаційних та інтелектуальних систем, сформовано вимоги щодо банківських інтелектуальних систем, вибрано принципи їх побудови та запропоновано модель інтелектуальної системи на основі методів згортального моделювання та розглянуто процес функціонування в межах конкретної банківської установи. Розроблена модель когнітрона адаптована для виявлення та прогнозування банкрутств за методикою нормативно-індексної оцінки сукупного рівня ризиковості банківських установ з врахуванням чотирьох видів ризиків: кредитного, відсоткового, ліквідного та валютного. Автором запропоновано алгоритм роботи когнітрона з самоорганізацією неконтрольованого навчання, що забезпечить своєчасне визначення кризисних ситуацій комерційних банків та достовірність їх прогнозування. Побудована модель когнітрона дає можливість об’єктивно проаналізувати фактичні нормативи ризиковості банку в залежності від встановлених еталонних та сприяє, в подальшому, прийнятті запропонованих ситуаційних рішень. В даній інтелектуальній банківській системі визначається комплексна оцінка на базі якої аналізується сукупний ступінь ризиковості комерційних банків та передбачається подальший ситуаційний їх розвиток. Запропоновану модель інтелектуальної системи можна застосувати для оцінки будь-яких окремих напрямів ризикової діяльності банку, а саме, лі- квідності та платоспроможності, кредитної та депозитної діяльності, тощо. Спроектована модель інтелектуальної системи здатна проводити порівняльний аналіз ризиковості різних банківських установ та встановлювати рейтинг їх фінансової стійкості. This article talk about architecture and organization of the banking intellectual system based on the functioning of The four-layer Fukushima cognitron. An algorithm for self-learning cognitron in the system has been adapted, which will optimally analyze the financial condition of commercial banks according to their official reports, demonstrate financial stability and solvency, and ensure effective decision-making in different periods of banking institutions ‘ activity. Studied existing information and intelligent systems, formed the requirements on a Bank of intelligent systems, selected principles of their construction and the proposed model of intelligent system based techniques shortlog modeling and the process of function within a particular banking institution. The cognitron model has been developed that is adapted for detecting and predicting bankruptcies using the method of standard index assessment of the total risk level of banking institutions, taking into account four types of risks: credit, interest rate, liquid and currency. The author proposes an algorithm for working with cognitron self-organization of uncontrolled learning, which will ensure timely identification of crisis situations of commercial banks and the reliability of their prediction. The cognitron model is constructed, which makes it possible to objectively analyze the actual risk standards of the Bank depending on the established reference standards and contributes to the further adoption of the proposed situational decisions. This intellectual banking system defines a comprehensive assessment on the basis of which the aggregate degree of riskiness of commercial banks is analyzed and their further development is foreseen. The proposed model of the intellectual system can be applied to evaluate any particular areas of risky activity of the bank, namely, liquidity and solvency, credit and deposit activities, etc. The designed model of the intellectual system is able to perform a comparative risk analysis of different banking institutions and to establish their financial soundness rating.uk_UA
dc.identifier.citationКисіль Т. М. Архітектура когнітрона в інтелектуальній банківській системі / Кисіль Т. М. // Моделювання та інформаційні системи в економіці : зб. наук. пр. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; [редкол.: О. Є. Камінський (відп. ред.) та ін.]. – Київ : КНЕУ, 2019. – Вип. 98. – С. 123–134.uk_UA
dc.identifier.issn2616-6437
dc.identifier.urihttps://ir.kneu.edu.ua:443/handle/2010/33909
dc.language.isoukuk_UA
dc.publisherДВНЗ «Київський національний економічний університет імені Вадима Гетьмана»uk_UA
dc.subjectінтелектуальна банківська системаuk_UA
dc.subjectархітектура когнітронаuk_UA
dc.subjectалгоритм навчанняuk_UA
dc.subjectбаза данихuk_UA
dc.subjectвибір показниківuk_UA
dc.subjectбанкрутствоuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectрейтинг банківuk_UA
dc.subjectнеконтрольоване навчанняuk_UA
dc.subjectмодель нейронної мережіuk_UA
dc.subjectсамоорганізаціяuk_UA
dc.subjectмоделюванняuk_UA
dc.subjectintellectual banking systemuk_UA
dc.subjectcognitron architectureuk_UA
dc.subjecttraining algorithmuk_UA
dc.subjectdatabaseuk_UA
dc.subjectchoice of indicatorsuk_UA
dc.subjectbankruptcyuk_UA
dc.subjectforecastinguk_UA
dc.subjectbank ratinguk_UA
dc.subjectuncontrolled traininguk_UA
dc.subjectneural network modeluk_UA
dc.subjectself-organizationuk_UA
dc.subjectmodelinguk_UA
dc.subject.udc330.46uk_UA
dc.titleАрхітектура когнітрона в інтелектуальній банківській системіuk_UA
dc.title.alternativeCognitron architecture in the intellectual banking systemsuk_UA
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
K_13.pdf
Size:
614.35 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Кафедра інформатики та системології
Випуск № 98