より詳細な情報
経済学（12論文）
Estimation of the production potential of Ukraine's regions using Kohonen neural network
Liashenko, O., Kravets, T., & Verhai, T. (2018).
ウクライナの24の地域を、投資量と農業および工業生産に関して分析しています。 Viscovery SOMineは、最も競争力のある地域を特定し、競争力の低い地域との類似性や非類似性を分析するために使用されます。
A comparative analysis of Serbia and the EU member states in the context of networked readiness index values
Soldić-Aleksić, J., & Stankić, R. (2015). Economic Annals, 60(206), 45-86.
この調査では、EU加盟国およびセルビアにおける情報技術の受容率、使用レベル、経済的影響を分析し、この情報をネットワーク化体制指標に含めます。 Viscovery SOMineを使用して得られたクラスタモデルは、セルビアが他のいくつかの南欧および東ヨーロッパ諸国とともに、最も小さなネットワーク化体制を持つグループにいることを示しています。
Exploiting the self-organizing financial stability map
Sarlin, P. (2013). Engineering Applications of Artificial Intelligence, 26(5-6), 1532-1539.
この論文では、経済の安定性を監視するツールである自己組織化財務安定性マップの情報抽出機能を強化しています。 Viscovery SOMineを使用すると、状態遷移の確率的モデリング、伝播解析、異常値検出が実装されます。
A framework for state transitions on the self-organizing map: some temporal financial applications
Sarlin, P., Yao, Z., & Eklund, T. (2012). Intelligent Systems in Accounting, Finance and Management, 19(3), 189-203.
自己組織化マップ上の時間遷移を分析する方法を紹介する。 Viscovery SOMineは、この方法を1）銀行の財務実績の開発、2）新興市場における通貨危機の時変の危険性に適用するために使用されます。
Clustering the changing nature of currency crises in emerging markets: an exploration with self-organising maps
Sarlin, P. (2011). International Journal of Computational Economics and Econometrics, 2(1), 24-46.
新興市場経済における通貨危機の変化する性質が分析されています。 Viscovery SOMineクラスタモデルは、1990年代後半の危機が1970年代と1980年代のそれとは異なる性格を示し、弱い警告信号を示したことを示しています。
Evaluating a self-organizing map for clustering and visualizing optimum currency area criteria
Sarlin, P. (2011). Economics Bulletin, 31(2), 1483-1495.
この分析では、単一の通貨を持つ経済的に最適な国の組み合わせが検索されています。 この目的のために、欧州通貨同盟、他のEU加盟国、および対照群（日本、カナダ、トルコ、ノルウェー）の国々が、金利、インフレ、OCA指数などの様々な通貨指標に関してViscovery SOMineでクラスタリングされています。 EU加盟国であるデンマーク、スウェーデン、ポーランド、非EU加盟国であるノルウェーは、通貨統合に加盟するのに適した特徴を示しています。
Mapping the state of financial stability
Sarlin, P., & Peltonen, T. A. (2013). Journal of International Financial Markets, Institutions and Money, 26, 46-76.
この論文では、財務の安定性の状況をマッピングし、システミック・リスクの源泉を視覚化し、システミックな金融危機を予測するための自己組織化マップ（SOM）を使用しています。 この調査では、Viscovery SOMineを使用してSOMモデルをトレーニングし、SOMの第2レベルのクラスタリングを実施しました。
Welfare states and social sustainability. An application of SEM and SOM in a virtuous circle environment
Hagfors, R., & Kajanoja, J. (2010).
社会福祉への異なるアプローチと市民意識との関連が、この論文の焦点です。 Viscovery SOMineは、各国の福祉制度を比較し、同様の制度のクラスタを提供するために使用されます。 北欧諸国は、社会的持続性のためのモデル地域として使用できる、機能の良好な優良サークルを持つ緊密なクラスタを形成していることが観察されている。
Visual predictions of currency crises: a comparison of self-organizing maps with probit models
Sarlin, P., & Marghescu, D. (2010).
この論文の目的は、通貨危機の発生を予測するためのより良い方法を提供することです。 この目的のために、Viscovery SOMineは、ベンチマークとして使用されるプロビット・クラス分類よりも高い精度を提供する分類モデルを構築するために使用されます。 さらに、自己組織化マップモデルは、時間の経過とともに通貨危機を発生させるための国の脆弱性の進化を含む、さらなる探索的分析に使用されます。
SOM-based data analysis of speculative attacks' real effects
Arciniegas Rueda, I. E., & Arciniegas, F. A. (2009). Intelligent Data Analysis, 13(2), 261-300.
この論文では、経済的、社会政治的および法的背景と投機的攻撃の効果との間の意味のある関連性について検討します。 この目的のために、Viscovery SOMineは探索的分析に使用され、投機的攻撃の実際の影響に対する銀行部門、規制の枠組みおよび金利からの強い影響を示します。
An East Asian community? — Regional and global dynamics: what do the numbers say?
Shanmuganathan, S. (2007).
この論文では、欧州連合（EU）に類似した東アジア経済統合の可能性を定量化しようとしています。 Viscovery SOMineは、世界銀行とASEAN金融・マクロ経済監視機関からのデータを検査し、東アジア諸国の経済的分散と発展をEUと比較して比較するために使用されます。
Self-organizing patterns in world poverty using multiple indicators of poverty, repression and corruption
Deboeck G. (2000). Neural Network World, International Journal on non-standard Computing and Artificial Intelligence 1-2/2000 [19], 239-254.
この論文では、多次元の貧困に基づいた世界の貧困を描いています。 これらのグローバルマップは、ソフトウェアツールViscovery SOMineに実装された、よく確立されたニューラルネットワークアルゴリズムに基づいています。 彼らは、貧困構造における類似性と相違に基づいて世界の貧困を示している。
