Resumen

Hoy en día, los modelos de clasificación de créditos se aplican ampliamente porque pueden ayudar a los responsables de las decisiones financieras a manejar los problemas de clasificación de créditos. Entre ellos, las redes neuronales artificiales (RNA) han sido ampliamente aceptadas como métodos convincentes en la industria del crédito. En este artículo, proponemos una red neuronal de poda (PNN) y la aplicamos para resolver el problema de clasificación de créditos adoptando los conocidos conjuntos de datos de crédito australianos y japoneses. El modelo se inspira en la no linealidad sináptica de un árbol dendrítico en un modelo neuronal biológico. Y se entrena mediante un algoritmo de retropropagación de errores. El modelo es capaz de realizar una función de poda neuronal eliminando las sinapsis superfluas y las dendritas inútiles y forma una morfología dendrítica ordenada al final del aprendizaje. Además, utilizamos circuitos lógicos (LC) para simular las estructuras dendríticas con éxito, lo que hace que la PNN se implemente en el hardware de forma eficaz. Los resultados estadísticos de nuestros experimentos han verificado que PNN obtiene un rendimiento superior en comparación con otros algoritmos clásicos en términos de precisión y eficiencia computacional.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:problema de clasificación de créditos, términos de precisión, modelo neuronal biológico, morfología dendrítica ordenada, modelo de clasificación de créditos, conjuntos de datos de créditos japoneses, red neuronal artificial, función de poda neuronal, pnn, problemas de clasificación de créditos
• Keywords:credit classification problem, terms of accuracy, biological neural model, tidy dendritic morphology, credit classification model, japanese credit datasets, artificial neural network, neuronal pruning function, pnn, credit classification issues