지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.
목차
1. Introduction
2. Literature Review
3. Proposed Model
4. Experiment
5. Conclusion
참고문헌(References)
Abstract
참고문헌 (38)
참고문헌 신청
Adhikari, A., Tax, D. M. J., Satta, R., & Faeth, M. (2019). LEAFAGE: Example-based and Feature importance-based Explanations for Black-box ML models. 2019 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). https://doi.org/10.1109/FUZZ-IEEE.2019.8858846
Bank of Korea. (2020). Financial Statement Analysis for 2019. In Bank of Korea.
Belkoura, S., Zanin, M., & Latorre, A. (2019). Fostering interpretability of data mining models through data perturbation. Expert Systems With Applications, 137, 191–201. https://doi.org/10.1016/j.eswa.2019.07.001
Binns, R., van Kleek, M., Veale, M., Lyngs, U., Zhao, J., & Shadbolt, N. (2018). “It’s reducing a human being to a percentage”; perceptions of justice in algorithmic decisions. Conference on Human Factors in Computing Systems - Proceedings, 2018-April. https://doi.org/10.1145/3173574.3173951
Byrne, R. M. J. (2019). Counterfactuals in Explainable Artificial Intelligence (XAI): Evidence from Human Reasoning. International Joint Conference on Artificial Intelligence (IJCAI-19), 6276–6282.
Bank of Korea. (2020). Financial Statement Analysis for 2019. In Bank of Korea.
Belkoura, S., Zanin, M., & Latorre, A. (2019). Fostering interpretability of data mining models through data perturbation. Expert Systems With Applications, 137, 191–201. https://doi.org/10.1016/j.eswa.2019.07.001
Binns, R., van Kleek, M., Veale, M., Lyngs, U., Zhao, J., & Shadbolt, N. (2018). “It’s reducing a human being to a percentage”; perceptions of justice in algorithmic decisions. Conference on Human Factors in Computing Systems - Proceedings, 2018-April. https://doi.org/10.1145/3173574.3173951
Byrne, R. M. J. (2019). Counterfactuals in Explainable Artificial Intelligence (XAI): Evidence from Human Reasoning. International Joint Conference on Artificial Intelligence (IJCAI-19), 6276–6282.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
부도예측모형에서 도메인 지식을 통합한 반사고적 예시 기반 설명력 증진 방법
한국지능정보시스템학회 학술대회논문집
2022 .06
-
Bankruptcy Type Prediction Using A Hybrid Artificial Neural Networks Model
지능정보연구
2015 .09
-
RNN(Recurrent Neural Network)을 이용한 기업부도예측모형에서 회계정보의 동적 변화 연구
지능정보연구
2017 .09
-
설명 가능한 인공지능 기반 기업부도 예측에 영향을 미치는 요인에 관한 연구
디지털콘텐츠학회논문지
2023 .09
-
Bankruptcy Prediction Modeling Using Qualitative Information Based on Big Data Analytics
지능정보연구
2016 .06
-
XAI 설명방식이 사용자의 인지된 이해도와 신뢰도에 미치는 영향: 조절초점의 역할
지능정보연구
2024 .09
-
Counterfactual Bell Basis Measurement
한국통신학회 학술대회논문집
2017 .11
-
Generating Counterfactual Examples through Generating Adversarial Examples
Journal of KIISE
2022 .12
-
A Hybrid Under-sampling Approach for Better Bankruptcy Prediction
지능정보연구
2015 .06
-
건설기업 부도 예측을 위한 재무 변수 기반 모델에 관한 연구
대한토목학회 학술대회
2024 .10
-
프로토타입 생성 기반 딥 러닝 모델 설명 방법
한국컴퓨터정보학회 학술발표논문집
2022 .07
-
초보 사용자와 숙련 사용자를 위한 이미지 생성형 AI의 설명가능성: 정적 및 동적 설명 비교를 중심으로
디지털콘텐츠학회논문지
2024 .08
-
RNN(Recurrent Neural Network)을 이용한 기업부도예측모형에서 회계정보의 동적 변화 연구
한국지능정보시스템학회 학술대회논문집
2017 .08
-
Counterfactual Quantum Private Comparison
한국통신학회 학술대회논문집
2022 .02
-
XAI 설명 수준이 인지부하 및 사용자 만족도에 미치는 영향에 관한 연구: 금융 AI 시스템의 리스크 수준을 중심으로
한국컴퓨터정보학회논문지
2024 .09
-
설명 가능한 인공지능과 CNN을 활용한 암호화폐 가격 등락 예측모형
지능정보연구
2023 .06
-
A Serendipity-based Recommendation System with Counterfactual Feature Exploration
대한인간공학회 학술대회논문집
2022 .04
-
지방부도로 교통사고 발생 예측 모형 개발
대한교통학회 학술대회지
2015 .02
-
2016 연구과제 ② - ➍ 기계설비건설업체의 부도예측모형 연구(II)
기계설비
2017 .01
-
머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로
지능정보연구
2020 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-003-001629015