Ajou University repository

개인신용평가 모델을 위한 데이터 증강과 전이학습
Citations

SCOPUS

0

Citation Export

Publication Year
2024-03
Journal
한국정보기술학회논문지
Publisher
한국정보기술학회
Citation
한국정보기술학회논문지, Vol.22 No.3, pp.11-21
Keyword
credit evaluationmachine learningSMOTEtransfer learning
Abstract
본 연구는 개인 신용 평가의 정확도를 개선하기 위해 SMOTE와 TabNet 딥러닝 모델을 사용했다. 신용 평가 모델에서의 주된 문제는 지급 이행 데이터에 대한 과적합 경향이다. 이는 채무 불이행 사례가 적어 발생하는 문제로, SMOTE를 적용해 채무 불이행 데이터를 인위적으로 늘려 이 불균형을 해소했다. 연구에서는 TabNet 모델을 사용하여 복잡한 금융 데이터를 처리하고 전이학습으로 모델의 범용성을 향상시켰다. 이 방식은 모델이 새로운 데이터에서 보다 정확한 예측을 가능하게 하고 과적합 위험을 줄인다. 성능 평가는 불균형 데이터에 적합한 지표를 사용해 TabNet의 SMOTE 적용 효과를 비교 분석했다. 결과적으로, SMOTE와 전이학습이 통합된 TabNet 모델이 다른 버전들보다 우수한 성능을 나타냈다.
ISSN
1598-8619
Language
Kor
URI
https://aurora.ajou.ac.kr/handle/2018.oak/35972
DOI
https://doi.org/10.14801/jkiit.2024.22.3.11
Type
Article
Show full item record

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Min, Chan Ho Image
Min, Chan Ho민찬호
Department of Financial Engineering
Read More

Total Views & Downloads

File Download

  • There are no files associated with this item.