VOCHOZKA, Marek, Jaromír VRBKA a Petr ŠULEŘ. Bankruptcy or success? The effective prediction of a company's financial development using LSTM. Sustainability. Basel, Switzerland: MDPI, roč. 12, č. 18, s. nestránkováno, 18 s. ISSN 2071-1050. doi:10.3390/su12187529. 2020.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Bankruptcy or success? The effective prediction of a company's financial development using LSTM
Název česky Bankrot nebo úspěch? Efektivní predikce finančního rozvoje společnosti pomocí LSTM
Autoři VOCHOZKA, Marek (203 Česká republika, garant, domácí), Jaromír VRBKA (203 Česká republika, domácí) a Petr ŠULEŘ (203 Česká republika, domácí).
Vydání Sustainability, Basel, Switzerland, MDPI, 2020, 2071-1050.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 50200 5.2 Economics and Business
Stát vydavatele Švýcarsko
Utajení není předmětem státního či obchodního tajemství
WWW URL
Kód RIV RIV/75081431:_____/20:00001825
Organizační jednotka Vysoká škola technická a ekonomická v Českých Budějovicích
Doi http://dx.doi.org/10.3390/su12187529
Klíčová slova česky bankrotní modely; společnost; dlouhodobá krátkodobá paměť (LSTM - long short-term memory); neuronové sítě (NN); predikce; úspěch
Klíčová slova anglicky bankruptcy models; company; long short-term memory (LSTM); neural networks (NN); prediction; success
Štítky FIP_2, RIV20, SCOPUS
Změnil Změnila: Kateřina Nygrýnová, učo 23736. Změněno: 3. 12. 2020 10:08.
Anotace
The objective of this contribution is to create a methodology for the identification of a company failure (bankruptcy) using artificial neural networks with at least one long short-term memory (LSTM) layer. A bankruptcy model was created using deep learning, for which at least one layer of LSTM was used for the construction of the NN. For the purposes of this contribution, Wolfram's Mathematica 13.
Anotace česky
Cílem tohoto příspěvku je vytvořit metodiku pro identifikaci selhání společnosti (bankrotu) pomocí umělých neuronových sítí s alespoň jednou vrstvou dlouhodobé krátkodobé paměti (LSTM - long short-term memory). Model bankrotu byl vytvořen pomocí hlubokého učení, pro které byla pro konstrukci neuronových sítí použita alespoň jedna vrstva LSTM. Pro účely tohoto příspěvku byl použit software Wolfram Mathematica 13.
VytisknoutZobrazeno: 29. 3. 2024 13:07