Tải bản đầy đủ (.ppt) (13 trang)

Thuyết trình kohonen – SOM hỗ trợ đánh giá năng lực tài chính doanh nghiệp

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (656 KB, 13 trang )

LOGO
HỆ HỖ TRỢ QUYẾT ĐỊNH
Kohonen – SOM Hỗ Trợ Đánh Giá
Năng Lực Tài Chính Doanh Nghiệp
HV: Nguyễn Quốc Thành
Hồ Công Hoài
Nguyễn Thành Luân

GVHD: PGS.TS Đỗ Phúc
1
1
DH CNTT
DH CNTT
Nội Dung
Kết luận
Demo áp dụng
Vấn đề đánh giá năng lực tài chính
Thuật toán Kohonen_SOM
Giới thiệu Kohonen_SOM
2
2
DH CNTT
DH CNTT
Giới Thiệu Kohonen_SOM

Self Organizing Map (SOM) hay Self-
Organizing Feature Map (SOFM) là một mạng
Neuron nhân tạo.

Được phát triển bởi T. Kohonen (Finland )
năm 1982 nên còn được gọi là Kohonen


Network.

Biểu diễn dữ liệu với số chiều (dimension)
thấp hơn nhiều (thường là 2 chiều) so với dữ
liệu đầu vào nhiều chiều.
3
3
DH CNTT
DH CNTT
Giới Thiệu Kohonen_SOM

SOM gồm các thành phần:

Output Layer: Gồm các node (neurons) được
bố trí trên một lưới (bản đồ) kích thước XxY.
Mỗi neuron có vị trí xác định trên lưới, tại mỗi
neuron lưu giữ một vector trọng số (weight
vector) có số chiều bằng với số chiều của
input vector.

Input vector: Là các training sample có kích
thước n.

Ma trận trọng số (weight matrix) w
ij
kết nối
giữa input vector và các neurons
4
4
DH CNTT

DH CNTT
Giới Thiệu Kohonen_SOM
5
5
DH CNTT
DH CNTT
Thuật toán Kohonen_SOM

Qui trình training SOM
1. Each node's weights are initialized (khởi tạo).
2. A vector is chosen at random from the set of
training data and presented to the lattice (chọn
một véc tơ ngẫu nhiên).
3. Every node is examined to calculate which
one's weights are most like the input vector. The
winning node is commonly known as the Best
Matching Unit (BMU) (tính trọng lượng các véc
tơ đầu vào và lựa chọn nút).
6
6
DH CNTT
DH CNTT
Thuật toán Kohonen_SOM

Qui trình training SOM
4. The radius of the neighbourhood of the BMU
is now calculated. Any nodes found within this
radius are deemed to be inside the BMU's
neighbourhood (tính bán kính và chọn các nút
lân cận).

7
7
DH CNTT
DH CNTT
Thuật toán Kohonen_SOM

Qui trình training SOM
5. Each neighbouring node's weights (ở bước 4)
are adjusted to make them more like the input
vector (điều chỉnh giá trị cho giống véc tơ đầu
vào).

t: các bước thời gian (time-step).
L: biến tỉ lệ nhỏ (learning rate) giảm dần theo thời gian.
6. Repeat step 2 for N iterations.
8
8
DH CNTT
DH CNTT
Năng lực tài chính
Năng lực tài chính của một DN là nguồn lực tài
chính của bản thân DN, là khả năng tạo tiền, tổ
chức lưu chuyển tiền hợp lý, đảm bảo khả năng
thanh toán thể hiện ở quy mô vốn, chất lượng
tài sản và khả năng sinh lời … đủ để đảm bảo
và duy trì hoạt động kinh doanh được tiến hành
bình thường
Khái niệm
9
9

DH CNTT
DH CNTT
Năng lực tài chính
Khả năng sinh lời
Hiệu quả sử dụng vốn
Khả năng huy động vốn
Các tiêu chí đánh giá năng lực tài chính
10
10
DH CNTT
DH CNTT
Năng lực tài chính
Các Chỉ Số
Các Chỉ Số
ROA
ROA
P/E
P/E
ROE
ROE
EPS
EPS
Thu nhập trên
cổ phẩn
Các Chỉ Số Đánh Giá
Mối quan hệ giữa
giá thị trường và
cổ phiếu
Tỷ suất sinh lời
trên tài sản

Tỷ suất sinh lời trên
vốn chủ sở hữu
11
11
DH CNTT
DH CNTT
Demo
Demo
Đánh giá
Năng lực
tài chính
Thuật toán
SOM
SOM
LOGO
Click to edit company slogan .

×