Obtaining Classification Rules Using lvqPSO

Lanzarini, Laura Cristina; Monte, Augusto Villa; Aquino, Germán Osvaldo; Giusti, Armando De

doi:10.1007/978-3-319-20466-6_20

Cited by 10 publications

(4 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Credit risk management is one of the most important concerns of financial companies, including the collection of relevant information about borrowers, which is used to decide whether to approve their credit applications. Lanzarini et al [102] proposed the LVQ-PSO algorithm by combining competitive neural networks with the PSO algorithm, which mines association rules by preprocessing the original data with the LVQ method and binary PSO algorithm. The simplified rules can assist the decision-maker in deciding whether to grant a loan or not.…”

Section: Risk Assessmentmentioning

confidence: 99%

A Survey on Particle Swarm Optimization for Association Rule Mining

Wang

Chen

et al. 2022

Electronics

View full text Add to dashboard Cite

Association rule mining (ARM) is one of the core techniques of data mining to discover potentially valuable association relationships from mixed datasets. In the current research, various heuristic algorithms have been introduced into ARM to address the high computation time of traditional ARM. Although a more detailed review of the heuristic algorithms based on ARM is available, this paper differs from the existing reviews in that we expected it to provide a more comprehensive and multi-faceted survey of emerging research, which could provide a reference for researchers in the field to help them understand the state-of-the-art PSO-based ARM algorithms. In this paper, we review the existing research results. Heuristic algorithms for ARM were divided into three main groups, including biologically inspired, physically inspired, and other algorithms. Additionally, different types of ARM and their evaluation metrics are described in this paper, and the current status of the improvement in PSO algorithms is discussed in stages, including swarm initialization, algorithm parameter optimization, optimal particle update, and velocity and position updates. Furthermore, we discuss the applications of PSO-based ARM algorithms and propose further research directions by exploring the existing problems.

show abstract

Section: Risk Assessmentmentioning

confidence: 99%

A Survey on Particle Swarm Optimization for Association Rule Mining

Wang

Chen

et al. 2022

Electronics

View full text Add to dashboard Cite

show abstract

“…In previous research works, we have combined a neural network and an optimization technique to obtain this type of model. [21][22][23][24] The solution presented then did not use fuzzy logic. The results obtained when applying it to the database used in the Ecuadorian financial market yielded an accuracy that was 1% lower than conventional methods; however, its simplicity made using it worth it.…”

Section: Related Workmentioning

confidence: 99%

Fuzzy Credit Risk Scoring Rules using FRvarPSO

Santana

Lanzarini

Bariviera

2018

Int. J. Unc. Fuzz. Knowl. Based Syst.

Self Cite

View full text Add to dashboard Cite

There is consensus that the best way for reducing insolvency situations in financial institutions is through good risk management, which involves a good client selection process. In the market, there are methodologies for credit scoring, each analyzing a large number of microeconomic and/or macroeconomic variables selected mostly depending on the type of credit to be granted. Since these variables are heterogeneous, the review process carried out by credit analysts takes time. The objective of this article is to propose a solution for this problem by applying fuzzy logic to the creation of classification rules for credit granting. To achieve this, linguistic variables were used to help the analyst interpret the information available from the credit officer. The method proposed here combines the use of fuzzy logic with a neural network and a variable population optimization technique to obtain fuzzy classification rules. It was tested with three databases from financial entities in Ecuador — one credit and savings cooperative and two banks that grant various types of credits. To measure its performance, three benchmarks were used: accuracy, number of classification rules generated, and antecedent length. The results obtained indicate that the hybrid model that is proposed performs better than its previous versions due to the addition of fuzzy logic. At the end of the article, our conclusions are discussed and future research lines are suggested.

show abstract

“…Para lograr este objetivo se desarrolló un método basado en la técnica de optimización presentada en el capítulo 3. El método es capaz de construir, a partir de la información disponible, un conjunto de reglas de clasificación con tres características principales: precisión adecuada, baja cardinalidad y simplicidad del antecedente [Lanzarini et al, 2015a]. De esta forma se facilita la interpretación del modelo ayudando a la toma de decisiones.…”

Section: Conclusiones Finalesunclassified

“…El énfasis estuvo en alcanzar una buena cobertura utilizando un número reducido de reglas donde cada una de ellas posea un número mínimo de conjunciones en su antecedente. Esto ha dado como resultado varias publicaciones en las cuales puede obtenerse mayor detalle al respecto [Lanzarini et al, 2017;Jimbo Santana et al, 2017;Lanzarini et al, 2015c;Lanzarini et al, 2015b;Lanzarini et al, 2015a;Villa Monte et al, 2012].…”

Section: A4 Conclusionesunclassified

Generación automática inteligente de resúmenes de textos con técnicas de soft computing

Monte¹

Self Cite

View full text Add to dashboard Cite

Hoy en día, Internet es el medio elegido para difundir información que luego se utiliza para resolver una amplia gama de problemas. Sin embargo, a medida que aumenta la cantidad de datos almacenados, su administración se hace más difícil y los usuarios comienzan a sufrir la llamada sobrecarga de información. Muchos son los sectores que, afectados por este fenómeno, no encuentran una solución al problema. El uso, la disponibilidad y el desarrollo de la tecnología en las últimas décadas han facilitado la recopilación de información y han permitido la generación de grandes depósitos de datos. En los últimos años, los repositorios de documentos de texto, como la Web, por ejemplo, han recibido más atención. Dado el crecimiento exponencial del volumen de información textual, se hizo imprescindible disponer de herramientas automáticas que, a partir de la información original, diferencien lo esencial de lo que no lo es. No toda la información tiene el mismo nivel de relevancia. No sólo en términos de contenido, sino también en términos de intereses. Obtener resúmenes de texto automáticamente puede constituir la solución a este problema, especialmente en aquellas áreas de la ciencia, como la medicina, en las que la investigación y la difusión de la información son fundamentales para su desarrollo. Esta tesis desarrolla dos estrategias diferentes para construir resúmenes automáticos de textos utilizando técnicas de Soft Computing. La primera utiliza una técnica de Optimización mediante Cúmulo de Partículas que, a partir de la representación vectorial de los textos, construye un resumen extractivo combinando adecuadamente varias métricas de puntuación. La segunda estrategia está relacionada con el estudio de la causalidad inspirado en el manejo de la incertidumbre por parte de la Lógica Borrosa o Difusa. Aquí, el análisis de los textos se realiza a través de la construcción de un grafo mediante el cual se obtienen las relaciones causales más importantes y las restricciones temporales que afectan a su interpretación. Ambas estrategias implican fundamentalmente la clasificación de la información y reducen el volumen del texto considerando al receptor del resumen construido en cada caso. El énfasis de esta tesis está puesto en la combinación de enfoques. Por un lado, se identifican los criterios que utiliza el usuario para seleccionar las partes relevantes de un documento. Por el otro, se construye un grafo a partir de patrones textuales útiles para la toma de decisiones. Para llevar a cabo los casos de estudio, se obtuvieron varios documentos médicos de Internet, un área para la cual se desarrolló una aplicación móvil que previene errores comunes en la administración de medicamentos dependientes del tiempo.

show abstract

Obtaining Classification Rules Using lvqPSO

Cited by 10 publications

References 12 publications

A Survey on Particle Swarm Optimization for Association Rule Mining

A Survey on Particle Swarm Optimization for Association Rule Mining

Fuzzy Credit Risk Scoring Rules using FRvarPSO

Generación automática inteligente de resúmenes de textos con técnicas de soft computing

Contact Info

Product

Resources

About