Informační systém VŠTE
VOCHOZKA, Marek, Jaromír VRBKA and Petr ŠULEŘ. Bankruptcy or success? The effective prediction of a company's financial development using LSTM. Sustainability. Basel, Switzerland: MDPI, 2020, vol. 12, No 18, p. nestránkováno, 18 pp. ISSN 2071-1050. doi:10.3390/su12187529.
Other formats:   BibTeX LaTeX RIS
Basic information
Original name Bankruptcy or success? The effective prediction of a company's financial development using LSTM
Name in Czech Bankrot nebo úspěch? Efektivní predikce finančního rozvoje společnosti pomocí LSTM
Authors VOCHOZKA, Marek (203 Czech Republic, guarantor, belonging to the institution), Jaromír VRBKA (203 Czech Republic, belonging to the institution) and Petr ŠULEŘ (203 Czech Republic, belonging to the institution).
Edition Sustainability, Basel, Switzerland, MDPI, 2020, 2071-1050.
Other information
Original language English
Type of outcome Article in a journal
Field of Study 50200 5.2 Economics and Business
Country of publisher Switzerland
Confidentiality degree is not subject to a state or trade secret
WWW URL
RIV identification code RIV/75081431:_____/20:00001825
Organization unit Institute of Technology and Business in České Budějovice
Doi http://dx.doi.org/10.3390/su12187529
Keywords (in Czech) bankrotní modely; společnost; dlouhodobá krátkodobá paměť (LSTM - long short-term memory); neuronové sítě (NN); predikce; úspěch
Keywords in English bankruptcy models; company; long short-term memory (LSTM); neural networks (NN); prediction; success
Tags FIP_2, RIV20, SCOPUS
Changed by Changed by: Kateřina Nygrýnová, učo 23736. Changed: 3/12/2020 10:08.
Abstract
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.
Abstract (in Czech)
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.
Displayed: 17/10/2021 15:35