насамперед: В.-м. ван ден Берг, Д.-Е. Бестенс, П. Вербос, Л. Вілентурф, Д. Вуд, В. Маккаллох, В. Піті, М. Редміллер, Ф. Розенблат, Дж. Хопфилд та ін. Необхідно відзначити також роботи вітчизняних вчених, що займаються розробкою і впровадженням нейромережевих технологій в галузі економіки, таких як: А. Єжов, Б. Одинцов, А. Романов, С. Шумський та ін.
На сьогоднішній день можливості нейромережевих технологій використовуються в багатьох галузях науки, починаючи від медицини та астрономії, закінчуючи інформатикою та економікою. Тим часом далеко не всі потенційні можливості нейромережевих методів вивчені, але одними з їхніх властивостей є можливості розпізнавання і класифікації образів, роботи з великими масивами зашумленних даних, апроксимація і виявлення неочевидних залежностей у даних фінансових часових рядів. На основі цих властивостей нейромережевих архітектур можна зробити висновок про значну перевагу їх використання для аналізу та прогнозування динамік фінансових рядів, зокрема фондового ринку.
Об'єктом дослідження виступає кредитна система Росії.
Предметом дослідження є Нейрокомп'ютерні технології та їх використання для оцінки кредитоспроможності підприємств.
Глава 1. Поняття нейромережевих технологій і нейромережевого аналізу
. 1 Основні поняття нейросетевого аналізу
Нейромережеві технології- надають сьогодні широкі можливості для вирішення задач прогнозування, обробки сигналів і розпізнавання образів. У порівнянні з традиційними методами математичної статистики, класифікації та апроксимації, ці технології забезпечують досить високу якість рішень при менших витратах. Вони дозволяють виявляти нелінійні закономірності в сильно зашумлених неоднорідних даних, дають хороші результати при великому числі вхідних параметрів і забезпечують адекватні рішення при відносно невеликих обсягах даних. Зараз вже накопичено багатий досвід успішного використання нейронних мереж у практичних додатках. За кількістю реальних додатків лідирують системи інтелектуального аналізу даних в бізнесі і в управлінні процесами.
Нейромережевий аналіз - технічний аналіз зосереджується на індивідуальному поведінці конкретного фінансового інструменту.
Такий підхід психологічно обгрунтований зосередженістю брокерів саме на тому інструменті, з яким вони в даний момент працюють. Згідно Олександру Елдер, відомого фахівця з технічного аналізу, поведінка ринкового співтовариства має багато аналогій з поведінкою натовпу, що характеризується особливими законами масової психології. Вплив натовпу спрощує мислення, нівелює індивідуальні особливості і народжує форми колективного, стадної поведінки, більш примітивного, ніж індивідуальне. Зокрема, стадні інстинкти підвищують роль лідера, ватажка. Цінова крива, по Елдер, якраз і є таким лідером, фокусуючи на собі колективна свідомість ринку. Така психологічна трактування поведінки ринкової ціни обгрунтовує застосування теорії динамічного хаосу. Часткова передбачуваність ринку зумовлена ??щодо примітивним колективним поведінкою гравців, які утворюють єдину хаотичну динамічну систему з відносно невеликим числом внутрішніх ступенів свободи.
1.2 Загальні характеристики нейромереж
Нейронна мережа (НС) - вид обчислювальної структури, заснованої на використанні нейроматематики - нового напряму математики, що знаходиться на стику теорії управління, чисельних методів і завдань класифікації, розпізнавання образів. Для вирішення конкретних завдань використовуються пакети прикладних програм-емуляторів роботи нейронних мереж - Нейропакет , нейромережеві та гібридні експертні системи, спеціалізовані паралельні обчислювачі на базі нейрочипов.
Моделі НС можуть бути програмного і апаратного виконання.
Незважаючи на істотні відмінності, окремі типи НС володіють декількома загальними рисами.
Основу кожної НС складають відносно прості, в більшості випадків - однотипні, елементи (комірки), що імітують роботу нейронів мозку. Далі під нейроном буде матися на увазі штучний нейрон, тобто осередок НС. Кожен нейрон характеризується своїм поточним станом за аналогією з нервовими клітинами головного мозку, які можуть бути порушені або загальмовані. Він володіє групою синапсів - односпрямованих вхідних зв'язків, з'єднаних з виходами інших нейронів, а також має аксон - вихідну зв'язок даного нейрона, з якій сигнал (збудження або гальмування) надходить на синапси наступних нейронів.
Загальний вигляд нейрона наведено на малюнку.
Кожен синапс характеризується величиною сінаптіческоі зв'язку або її...
