Redes neurais artificiais: uma contribuição ao processo de decisões financeiras e uma aplicação na previsão de insolvência das organizações

• Main Author: Orlandi, Veridiana de Fátima
• Other Authors: Tachibana, Wilson Kendy
• Format: Others
• Language: pt
• Published: Biblioteca Digitais de Teses e Dissertações da USP 1997
• Subjects: Administração financeira; Artificial neural network; Conhecimento; Financial administration; Knowledge; Learning process; Pesos sinápticos; Processo de aprendizado; Rede neural artificial; Synaptic weigths
• Online Access: http://www.teses.usp.br/teses/disponiveis/18/18140/tde-29042019-105852/

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. === 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.