연구동향 분석

머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로

엄하늘(Eom, Haneul) 김재성(Kim, Jaeseong) 최상옥(Choi, Sangok) 2020년

논문상세정보
인용/피인용
' 머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로' 의 주제별 논문영향력
논문영향력 선정 방법
논문영향력 요약
주제
  • Corporate default risk prediction
  • Merton model
  • Random forest
  • cnn
  • 랜덤 포레스트
  • 머튼 모형
  • 부도위험 예측
  • 스태킹 앙상블 모델
  • 합성곱 신경망
동일주제 총논문수 논문피인용 총횟수 주제별 논문영향력의 평균
1,306 0

0.0%