金融风险预警的MPSO-FNN模型构建与应用

提出了一种改进型粒子群算法,并结合神经网络与模糊逻辑系统建立金融风险预警模型。将模型应用于信贷风险预警研究,仿真实例的结果表明,该模型所获得的预测准确性更高,是处理金融风险这类复杂经济系统预警问题的一种有效方法。     

一种面向密码安全的风险预警系统构建方法

针对密码安全要素采集不全、安全风险知识积累薄弱、风险预警准确率差等问题，从系统构建架构、密码安全风险预警知识图谱构建、密码安全系统后续攻击预警模型构建等方面出发，提出一种面向密码安全的风险预警系统构建方法。该方法能够有效提升风险预警系统的准确性、智能性及直观性，为密码安全管理人员整体掌握密码安全态势提供了有效的方法。     

知识图谱在商业银行风控领域的研究与应用综述

伴随金融创新大潮,商业银行开始应用智能技术解决风控领域问题。在金融风险尤其是银行客户信用风险日益多样化的背景下,提升商业银行的风险管理能力已是刻不容缓。针对风险传播具有连锁反应的特点,可选择利用知识图谱技术鉴别和监控风险。知识图谱使用图数据结构描述客观事物及其相互之间的关系,对于大规模知识的管理和应用表现得游刃有余。以传统风控模式存在的局限性为引,介绍了风控领域知识图谱的概念与架构,归纳了知识抽取、知识融合、知识推理这几种风控领域知识图谱关键构建技术的研究现状,最后介绍风控领域知识图谱的具体应用,并总结和分析未来发展趋势。     

基于人工智能的金融监管信息系统

本文介绍了人工智能和知识工程的有关技术，并针对我国金融监管的现状，讨论了如何建立有效的基于人工智能的金融监管信息系统进行风险 评估和预警。     

基于SVM与ANN的上市企业财务预警模型构建

本文的起始点为企业风险和预警的概念,总结风险预警管理在历史阶段内的发展状况,并针对现阶段国内外较为主流的企业风险预警模型展开系统性分析.共用4种方法展开研究,该研究指出当下研究缺陷的同时分析了将来风险预警管理模型研究的基本走向.     

基于领域知识的预警规则发现研究

预警有助于及时预防和解决隐患,具有重要的应用价值,受到了广泛的关注。提出了一种新的预警机制,以领域相关的预警知识为基础构建预警系统,重点研究了以实际数据为资源,基于背景领域知识挖掘出预警规则,使得预警系统中的预警知识更丰富、更完备、更具有实际应用价值。将上述研究应用于高校教学教务系统的学生成绩预警,实验结果表明所提出的预警机制和方法是有效的。     

神经网络在光纤故障预警系统中的应用仿真

研究光纤故障预警系统的预警及时性问题.由于光纤承载业务量的不断增加,光纤线路产生大量的光功率告警信息,给预警系统带来巨大数据负担而影响预警及时性,传统的数据库方法对每一个光功率告警信息逐一进行预警分析,无法快速获取预警因子,而造成预警及时性不高.为解决上述问题,提出神经网络技术应用在光纤故障预警系统中.通过神经网络技术构建数据挖掘模型,将大量光功率告警信息输入到模型中进行数据分析,从中挖掘出具有最大决策价值的数据并快速提取其预警因子,避免逐一分析造成的预警因子提取效率不高的问题,利用预警因子快速完成预警.仿真结果表明,改进方法能够从大量光功率信息中快速获取预警因子,及时完成光纤故障的预警.     

基于RBF神经网络算法的田径运动损伤预警模型研究

运动损伤的预防是运动医学界关注的热点。研究发现多达二十余项因子会直接或间接引起田径运动损伤的发生。根据采集的优秀运动员田径运动损伤致伤因子数据,利用径向基函数(RBF)神经网络算法进行田径运动损伤预警模型研究。通过测试样本评测,该预警模型取得了较为理想的结果,因此该模型用于田径运动损伤风险预警是完全可行的。     

基于文化算法的网络文化安全预警模型

本文通过对社会系统研究领域、文化演化研究领域、复杂系统研究领域、数据挖掘领域的学习研究，先定义了网络文化安全问题。即分析文化对网络社会产生的影响程度问题，并在此基础上提出并设计了基于文化算法进行分析的网络文化安全预警模型。最后，为了验证提出的方案，本文通过定制的BBS网页情景，成功进行了实验。最后通过对实验情况的分析和总结，找出该模型设计的不足，并提出进一步的改进策略，以期完善基于文化算法分析的网络文化安全预警方法。使其发挥更大作用。     

基于SOM的预警模型研究与应用

在预警系统中建立有效的风险预警模型是十分重要的。我国进行风险预警起步较晚,历史数据残缺不全,预警时有些因素带有模糊性,而神经网络带有高度并行处理信息的机制且有自学习、自适应能力,因而使系统灵活性更强。本文提出并建立了一种基于SOM神经网络的风险预警模型,解决了模型训练和样本选用中的一些问题。最后用实际数据对模型进行了检验,对预警结果进行了分析。     

知识图谱研究综述及其在医疗领域的应用

随着医疗大数据时代的到来,知识互联受到了广泛的关注.如何从海量的数据中提取有用的医学知识,是医疗大数据分析的关键.知识图谱技术提供了一种从海量文本和图像中抽取结构化知识的手段,知识图谱与大数据技术、深度学习技术相结合,正在成为推动人工智能发展的核心驱动力.知识图谱技术在医疗领域拥有广阔的应用前景,该技术在医疗领域的应用研究将会在解决优质医疗资源供给不足和医疗服务需求持续增加的矛盾中产生重要的作用.目前,针对医学知识图谱的研究还处于探索阶段,现有知识图谱技术在医疗领域普遍存在效率低、限制多、拓展性差等问题.首先针对医疗领域大数据专业性强、结构复杂等特点,对医学知识图谱架构和构建技术进行了全面剖析;其次,分别针对医学知识图谱中知识表示、知识抽取、知识融合和知识推理这4个模块的关键技术和研究进展进行综述,并对这些技术进行实验分析与比较.此外,介绍了医学知识图谱在临床决策支持、医疗智能语义检索、医疗问答等医疗服务中的应用现状.最后对当前研究存在的问题与挑战进行了讨论和分析,并对其发展前景进行了展望.     

基于规则引擎的金融风控系统

金融科技企业推出了以小额现金贷为主导产品的一种新型金融模式：P2P网络借贷模式。现金贷产品自推出以来，在很短的时间内就积累了大量的客户。如何制定快速有效的金融风控策略，提高客户信息数据处理效率，及时预测防范业务中信用及欺诈风险，成为金融企业亟待解决的问题。对此，本文提出基于规则引擎的金融风控模型，实现风控规则策略和程序硬编码的解耦，在此基础上进行特征因子以及特征模型的设计，对于实现金融科技企业信贷体系中的自动化审批将起到很大的推动作用。     

基于案例推理的上市公司高管人事风险预警

近年来不断发生的高管违规事件,使监管者和投资者越来越意识到防范上市公司非经营性财务风险的重要性.为了分析和识别这些风险,建立了基于案例推理技术的上市公司高管人事风险预警,研究了其中的关键技术.最后通过实例分析对该技术进行检验,研究表明,将该方法应用于上市公司风险预警是有效的.     

知识图谱构建技术综述

谷歌知识图谱技术近年来引起了广泛关注,由于公开披露的技术资料较少,使人一时难以看清该技术的内涵和价值.从知识图谱的定义和技术架构出发,对构建知识图谱涉及的关键技术进行了自底向上的全面解析.1)对知识图谱的定义和内涵进行了说明,并给出了构建知识图谱的技术框架,按照输入的知识素材的抽象程度将其划分为3个层次：信息抽取层、知识融合层和知识加工层;2)分别对每个层次涉及的关键技术的研究现状进行分类说明,逐步揭示知识图谱技术的奥秘,及其与相关学科领域的关系;3)对知识图谱构建技术当前面临的重大挑战和关键问题进行了总结.     

面向金融风险预测的时序图神经网络综述

金融风险预测在金融市场监管和金融投资中扮演重要角色, 近年来已成为人工智能和金融科技领域的热门研究主题. 由于金融事件的实体之间存在复杂的投资、供应等关系, 现有的金融风险预测研究常利用各种静态和动态的图结构来建模金融实体间的关系, 并通过卷积图神经网络等方法将相关的图结构信息嵌入金融实体的特征表示中, 使其能够同时表征金融风险相关的语义和结构信息. 然而, 以前的金融风险预测综述仅关注了基于静态图结构的研究, 这些研究忽视了金融事件中实体间关系会随时间动态变化的特性, 降低了风险预测结果的准确性. 随着时序图神经网络的发展, 越来越多的研究开始关注基于动态图结构的金融风险预测, 对这些研究进行系统、全面的回顾有助于学习者构建面向金融风险预测研究的完整认知. 根据从动态图中提取时序信息的不同途径, 首先综述3类不同的时序图神经网络模型. 然后, 根据不同的图学习任务, 分类介绍股价趋势风险预测, 贷款违约风险预测, 欺诈交易风险预测, 以及洗钱和逃税风险预测共4个领域的金融风险预测研究. 最后, 总结现有时序图神经网络模型在金融风险预测方面遇到的难题和挑战, 并展望未来研究的潜在方向.     

医学知识图谱构建技术与研究进展

医学知识图谱是实现智慧医疗的基石,有望带来更高效精准的医疗服务。然而,现有知识图谱构建技术在医学领域中普遍存在效率低,限制多,拓展性差等问题。针对医疗数据跨语种,专业性强,结构复杂等特点,对构建医学知识图谱的关键技术进行了自底向上的全面解析,涵盖了医学知识表示、抽取、融合和推理以及质量评估五部分内容。此外,还介绍了医学知识图谱在信息检索、知识问答、智能诊断等医疗服务中的应用现状。最后,结合当前医学知识图谱构建技术面临的重大挑战和关键问题,对其发展前景进行了展望。     

计算机风险对金融电子化推进的影响

随着计算机技术的急速发展,其在网络应用上存在着不少的隐患和风险。这对我国银行金融电子化的推进带来重大的影响。因此,本文在分析金融电子化发展的基础上,对计算机风险对我国金融电子化推进造成的问题进行探索,并进一步阐释我国金融电子化推进的对策。     

The performance evaluation of banks considering risk: an application of undesirable relation network DEA

The probability of losses for financial institutions fluctuates in accordance with commodity prices and risk managers’ investment tolerance. For the financial service sector, when the capital base increases through lending and investment instruments, the associated financial risks often grow proportionally higher. In other words, the inherent risk of a loss is the financial institution's principal trade. However, with risk comes reward, and therefore banks often engage in complex financial risk management in order to capitalize on their profits. To assess a bank's performance, traditional data envelopment analysis (DEA) incorporates various inputs and outputs and runs through preset formulae to arrive at conclusions. As a result, traditional DEA models often overlook the duality of risks. This paper discusses network DEA by considering the inputs and outputs of a bank's surrounding production processes as additional undesirable factors and integrates the dual nature of risks. We employ and analyze Taiwanese banks’ data to assess the local financial service sector's performance efficiency. The results provide a basis for future recommendations.     

自然语言处理中逻辑词的知识图分析

知识图是一种新的知识表示方法。本文从本体论的角度出发,将知识图的本体论分别与Aristotle、Kant和Peirce的三种知识表示的本体论进行了比较,表明知识图方法的有效性以及本原性,说明知识图是一种更为一般的知识表示方法。从知识图本体论的观点,研究了各类逻辑词的知识图表示。本文结合汉语的特点,从结构的角度,研究并揭示了逻辑词的共性和规律性。进一步阐明知识图“结构就是含义”的思想。逻辑词的知识图分析将为自然语言分析中词典的建立奠定基础。