Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "arrears" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Modelling of arrears in payments for dwelling using artificial neural networks
Modelowanie zaległości w opłatach za mieszkania przy użyciu sztucznych sieci neuronowych
Autorzy:
Jasiński, Tomasz
Bochenek, Anna
Powiązania:
https://bibliotekanauki.pl/articles/432109.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
payment arrears
household debt
forecasts
municipalities
artificial neural networks
zaległości płatnicze
zadłużenie gospodarstw domowych
prognozy
gminy
sztuczne sieci neuronowe
Opis:
The study presents the construction process of a model that forecasts arrears in dwelling payments in individual municipalities in Poland depending on the values of economic data from previous years. This enables to estimate arrears that will arise in the investigated municipalities in the year of analysis. The model constructed on the basis of artificial neural networks, which is a tool from the area of artificial intelligence, was used to carry out forecasts. More than one hundred thousand networks with multilayer perceptron (MLP) and radial basis function (RBF) architectures were tested. The MAPE for prediction of the number of indebted dwellings in municipalities with at least 50 indebted premises was 6.08%. The correctness of forecasts in the area of the direction of changes of household debt in municipalities between 2014 and 2015 was 76.84%.
Opracowanie przedstawia proces budowy modelu prognozującego zaległości w opłatach mieszkaniowych w poszczególnych gminach w Polsce w zależności od wartości danych ekonomicznych z lat poprzednich. Umożliwia to oszacowanie zaległości, jakie będą kształtować się w badanej gminie w roku dokonywania analizy. Do przeprowadzenia prognoz został użyty model zbudowany na bazie sztucznych sieci neuronowych będących narzędziem z obszaru sztucznej inteligencji. Testom zostało poddanych ponad sto tysięcy sieci o architekturze perceptronu wielowarstwowego (MLP) oraz o radialnych funkcjach bazowych (RBF). MAPE dla prognozy liczby zadłużonych nieruchomości (z zaległościami w opłatach mieszkaniowych) w poszczególnych gminach wyniósł 6,08% (badaniu poddano gminy, w których zadłużenie występowało w minimum 50 nieruchomościach). Poprawność prognoz kierunku zmian zadłużenia gospodarstw domowych w gminach w latach 2014-2015 wyniosła 76,84%.
Źródło:
Informatyka Ekonomiczna; 2019, 2 (52); 58-68
1507-3858
Pojawia się w:
Informatyka Ekonomiczna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies