Разделы

Авто
Бизнес
Болезни
Дом
Защита
Здоровье
Интернет
Компьютеры
Медицина
Науки
Обучение
Общество
Питание
Политика
Производство
Промышленность
Спорт
Техника
Экономика

Экспертные системы.

Прикладное ПО.

Системное ПО.

 

Операционные системы: Dos, OS / 2, Windows, Unix, Linux, MacOS и др.

Сетевые ОС: Windows, Unix, Linux, Novell Netware и др.

 

 

АБС - автоматизированная банковская система.

Функциональная модель АБС:

- Front Office - обслуживание клиентов и первичный ввод информации (РКО, Валютные операции, БЭУ(розничные), Депозиты, ЦеБу, Кредитование и т. п. )

- Middle Office - аналитические и управляющие функции (оценка прибыльности, управление рисками, управление затратами, управление ресурсами и денежными потоками, управление активами и пассивами, управление ликвидностью, маркетинг, и т. п. )

- Back Office - ведение главной книги (бухгалтерское ядро, ведение информационных БД по клиентам, администрирование, и т. п. )

 

Разработчики АБС: (по состоянию на 1-ое полугодие 2003 года по количеству внедрения АБС)

- Diasoft (www. diasoft. ru) - 21% 4x4, WorkFlow, 5NT;

- R-Style (www. softlab. ru) - 23% RS-Bank;

- Инверсия (http: / / www. inversion. ru / ) - 5% XXI век;

- Програмбанк, UniSAB - 4%;

- ЦФТ (www. cft. ru) - 3% IB System Object;

- Кворум, Форс, БИС, CSBI EE - 1%-3%

- Другие 11%;

- Собственная разработка - 16%.

 

 

ЭС - компьютерные программы, формализующие процесс принятия решения человеком. ЭС=СПР.

 

Применение ЭС в банках:

- Анализ инвестиционных проектов;

- Анализ состояния валютного, денежного и фондового рынка;

- Анализ кредитоспособности заемщиков и финансового состояния предприятий и банков.

 

Развитие ЭС получили с применением нейросетей:

Существует целый класс задач, требующих для решения не четких правил, а опыта и знания предыдущих ситуаций. Наличие опыта предусматривает возможное правильное решение даже в том случае, если данная ситуация никогда не встречалась прежде. Ранее для решения подобных задач использовались экспертные системы. Однако классические экспертные системы имеют один существенный недостаток: при создании сложных систем большое количество времени требуется для составления алгоритмов их работы. С появлением дешевых компьютеров появилась возможность использовать в этой области нейронные сети. Нейрокомпьютеры и нейропрограммы являются самообучающимися, что резко отличает их от обычных программ. Принципы их работы очень напоминают взаимодействие клеток нервной системы - нейронов.

Нейросеть представляет собой совокупность нейронов - элементов, связанных между собой определенным способом. Нейроны и межнейронные связи задаются программно на обычном компьютере или могут быть реализованы в микросхеме.

 

Функционирование нейрона в нейропрограмме похоже на работу биологического нейрона. Бионейрон - это клетка, имеющая длинные отростки, связанные с другими нейронами с помощью синапсов, передающих электрический импульс от одного нейрона к другому. Отростки подразделяются на дендриты, передающие сигнал к данному нейрону, и аксон, передающий сигнал от данного нейрона.

 

Функционирование нейрона происходит так:

В текущий момент времени нейрон получает по дендритам сигналы от других нейронов. Эти сигналы называются входными. Сигнал от каждого входа умножается на весовой коэффициент этого входа и складывается с другими сигналами, также умноженными на весовые коэффициенты соответствующих входов. В зависимости от величины полученного значения формируется выходной сигнал, передающийся по аксону другим нейронам.

 

Нейросети применяются в банковской деятельности, в тех областях, которые наиболее адекватны возможностям технологии. Нейросети хорошо справляются с двумя типами задач: с задачами классификации и предсказания на временных рядах.

- Одной из первых областей банковской деятельности, в которых применение нейронных сетей дало заметный эффект, стала оценка платежеспособности клиентов, обращавшихся в банк за денежными ссудами. Располагая историческими данными по всем таким клиентам, можно натренировать нейросеть таким образом, что на ее входе будут показатели клиента, а на выходе - прогнозируемая степень его платежеспособности. Данные каждого вновь поступившего клиента обрабатываются с целью сбора информации (всего информация собирается приблизительно по 80 показателям) и подаются на вход без перенастройки нейросети. В каждом банке такие методики реализуются по-своему. Как правило, нейросетевые прогнозы сочетаются с экспертными оценками, которые представлены системой требований, предъявляемых банком к своим потенциальным заемщикам.

- Другой задачей, для решения которой банковские структуры прибегают к помощи нейросетевых технологий - предсказание банкротства. Фактическое банкротство может наступить задолго до того, как бедственная ситуация станет очевидной. Сегодня самой модной экономической теорией является теория антикризисного управления, говорящая о необходимости быстрой диагностики грядущего банкротства тех или иных учреждений (и себя в том числе). Как известно, банкротство обычно предсказывают по ряду показателей. Но лучше делать это не на основе формальных математических выражений, а на основе предыдущего опыта и статистики. И здесь нейронные сети могут оказать поистине неоценимую услугу - "высветить" признаки надвигающегося банкротства.

- Рейтингование - еще одна задача, традиционно поручаемая нейронным сетям. Она немного отличается от предыдущих задач. Рейтингование - это ранжирование объектов в порядке их значимости по тем или иным критериям.

- Помимо указанных выше, существует еще одна задача классификации, типовая для банковской деятельности - оценка и прогнозирование остатков на корреспондентских счетах.

- В принципе нейронные сети могут быть использованы и при решении многих других задач, таких, как, например, распознавание подписей и т. п. Однако подобные задачи не являются специфичными для банковских структур.

 


Дата публикации:2014-01-23

Просмотров:512

Вернуться в оглавление:

Комментария пока нет...


Имя* (по-русски):
Почта* (e-mail):Не публикуется
Ответить (до 1000 символов):







 

2012-2019 lekcion.ru. За поставленную ссылку спасибо.