Construction of Rural Financial Organization Spatial Structure and Service Management Model Based on Deep Convolutional Neural Network
CONTENIDO PARA USUARIOS REGISTRADOS
Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.
Acceder- Autor
- Año de publicación 2021
- Idioma Inglés
- Publicado por Revista VirtualPRO,
- Descripción
- Las cooperativas de crédito locales han desempeñado durante mucho tiempo un papel importante en los servicios financieros locales. Han contribuido de manera significativa a la producción agrícola, a los ingresos de los agricultores y al desarrollo económico de las zonas rurales. En particular, como instrumento financiero al servicio de los agricultores, la gestión de la microfinanciación por parte de las cooperativas de crédito locales desempeña un papel fundamental en la búsqueda de beneficios y el cumplimiento de la responsabilidad social. Por lo tanto, es importante obtener instrumentos eficaces para combatir la pobreza en las zonas rurales desde todos los ámbitos de la sociedad. En este documento se expone, en primer lugar, la evolución de las microfinanzas en Alemania y en otros países y se describe la situación actual y algunos de los retos a los que se enfrentan las cooperativas de crédito locales en materia de gestión financiera. A continuación, presentamos los conceptos básicos de la minería de datos, describimos los métodos comunes y las técnicas clave de la minería de datos, analizamos y comparamos las propiedades de los datos individuales y mostramos cómo se puede realizar realmente la minería asociada. A continuación, explicaremos el modelo básico de microfinanciación para agricultores y algunos riesgos en detalle y analizaremos y evaluaremos las características de estos riesgos en el contexto de las cooperativas de crédito locales. Como resultado, este trabajo propone una red neuronal convolucional profunda mejorada. El algoritmo optimizado selecciona el valor óptimo del umbral de peso y diferentes tiempos de iteración. Los resultados son menos errores, los resultados se acercan más a los datos correctos y la eficiencia es mejor que antes. El algoritmo es más eficiente porque se han reducido mucho los errores y se ha reducido ligeramente el tiempo empleado en ellos.
-
Citación recomendada (normas APA)
- Hindawi, "Construction of Rural Financial Organization Spatial Structure and Service Management Model Based on Deep Convolutional Neural Network", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3437337/), el día 2024-05-05.