• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.18.2019.tde-29042019-105852
Documento
Autor
Nome completo
Veridiana de Fátima Orlandi Gomes
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 1997
Orientador
Banca examinadora
Tachibana, Wilson Kendy (Presidente)
Farah, Osvaldo Elias
Sacomano, José Benedito
Título em português
Redes neurais artificiais: uma contribuição ao processo de decisões financeiras e uma aplicação na previsão de insolvência das organizações
Palavras-chave em português
Administração financeira
Conhecimento
Pesos sinápticos
Processo de aprendizado
Rede neural artificial
Resumo em português
O presente trabalho aborda os principais conceitos relacionados com as redes neurais artificiais, que são modelos baseados no comportamento do cérebro. As redes neurais artificiais assemelham-se ao cérebro quanto à obtenção do conhecimento através de um processo de aprendizado, e quanto ao uso da força de conexão interneurônio para armazenar o conhecimento, conhecida como peso sináptico. Existem vários modelos de redes neurais artificiais; os principais modelos são abordados neste trabalho. Estes modelos diferem-se quanto à arquitetura e processo de aprendizado. A escolha do processo de aprendizado é influenciada pela tarefa a ser realizada pela rede neural. Cada modelo de rede neural artificial é mais adequado para resolver um determinado tipo de problema. Sugerem-se alguns problemas na área de administração financeira para serem resolvidos pelo uso desta tecnologia, com a especificação de um determinado modelo, e ainda se propõe uma contribuição para um assunto específico na área de administração financeira: o processo de previsão de insolvência das organizações.
Título em inglês
Artificial neural networks: a contribution to the process of financial decisions and an application in forecasting of the insolvency of organizations
Palavras-chave em inglês
Artificial neural network
Financial administration
Knowledge
Learning process
Synaptic weigths
Resumo em inglês
The present work addresses the main concepts related to artificial neural networks, which are models based on brain behavior. Artificial neural networks resemble the brain regarding acquisition of knowledge through a learning process, and regarding the use of interneuron connection strength to storing the knowledge, known as synaptic weight. There are various artificial neural network models, the main models are addressed in this work. These models differ regarding the architecture and learning process. The choice of learning process is influenced by task to be carried out by the neural network. Each artificial neural network model is suitable for solving a determined type of problem. Some problems in the area of financial administration are suggested for resolution by the use of this technology, specifying a determinated model, and yet intend a contribution to a specific subject in the area of financial administration: the process of forecasting of insolvency of organizations.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Dissert_Orlandi_VF.pdf (23.21 Mbytes)
Data de Publicação
2019-04-29
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.