Leveraging Ensemble Model and Optimized Feature Selection to Boost Prediction Accuracy in Educational Data Mining DOI
Swati Verma, Kuldeep Kholiya, Kanchan Bala

и другие.

SN Computer Science, Год журнала: 2025, Номер 6(5)

Опубликована: Май 23, 2025

Язык: Английский

The impact of financial regulation on financial control efficiency: A comparative analysis of economies DOI Creative Commons
Іhor Rekunenko,

Artem Koldovskyi,

Kristina Babenko

и другие.

Accounting and Financial Control, Год журнала: 2025, Номер 6(1), С. 13 - 24

Опубликована: Март 3, 2025

A significant aspect of financial regulation provides for risk mitigation, transparency improvement, and maintaining economic stability, making control systems more efficient. This article analyzes the interaction strength with efficiency in five economies, such as USA, UK, Germany, Poland, China, from 2020 to 2023. An econometric model is utilized World Bank Financial Regulatory Index incorporated core independent variable, along infrastructure, modeling, GDP growth, inflation, leverage; all variables are used understand their effect on mechanisms. It confirmed that stronger UK Germany associated scoring by (the countries higher scores regulations better enforced have appropriate management strategies). On other hand, Poland China problems terms regulatory enforcement which translates into lower effectiveness control. The results also show inflation leverage decrease control, infrastructure modeling positively related efficiency. study emphasizes exigency regulating oversight emerging markets, strict policies, embracing technological advancements supplement area. future research agenda needs broaden scope economies qualitative assessments effectiveness.

Язык: Английский

Процитировано

0

Strategic Significance of Machine Learning in Financial Services DOI

Shamrao Parashram Ghodake,

Jaya Saxena, Nitesh Behare

и другие.

Advances in computational intelligence and robotics book series, Год журнала: 2025, Номер unknown, С. 285 - 312

Опубликована: Апрель 18, 2025

Machine learning (ML) is transforming the financial services industry by driving innovation in fraud detection, risk management, customer personalization, and more. This chapter explores strategic significance of ML, its key applications, future trends shaping adoption. Integration with blockchain technology enhances security automation, while advancements quantum computing promise faster, more accurate models. However, challenges such as data privacy, algorithmic bias, regulatory compliance persist. The evolution frameworks growing importance explainable AI (XAI) are critical for ensuring transparency fairness. As institutions embrace these trends, they stand to enhance operational efficiency, decision-making accuracy, trust navigating complexities modern landscapes.

Язык: Английский

Процитировано

0

Credit Rating Model Based on Improved TabNet DOI Creative Commons
Shijie Wang, Xueyong Zhang

Mathematics, Год журнала: 2025, Номер 13(9), С. 1473 - 1473

Опубликована: Апрель 30, 2025

Under the rapid evolution of financial technology, traditional credit risk management paradigms relying on expert experience and singular algorithmic architectures have proven inadequate in addressing complex decision-making demands arising from dynamically correlated multidimensional factors heterogeneous data fusion. This manuscript proposes an enhanced rating model based improved TabNet framework. First, Kaggle “Give Me Some Credit” dataset undergoes preprocessing, including balancing partitioning into training, testing, validation sets. Subsequently, architecture is refined through integration a multi-head attention mechanism to extract both global local feature representations. Bayesian optimization then employed accelerate hyperparameter selection automate parameter search for TabNet. To further enhance classification predictive performance, stacked ensemble learning approach implemented: serves as extractor, while XGBoost (Extreme Gradient Boosting), LightGBM (Light Boosting Machine), CatBoost (Categorical KNN (K-Nearest Neighbors), SVM (Support Vector Machine) are selected base learners first layer, with acting meta-learner second layer. The experimental results demonstrate that proposed TabNet-based outperforms benchmark models across multiple metrics, accuracy, precision, recall, F1-score, AUC (Area Curve), KS (Kolmogorov–Smirnov statistic).

Язык: Английский

Процитировано

0

Ідентифікація користувачів за райдужною оболонкою ока в автоматизованій системі управління DOI Creative Commons
Nazar Oleksiv

Scientific Bulletin of UNFU, Год журнала: 2025, Номер 35(2), С. 146 - 155

Опубликована: Май 2, 2025

Досліджено особливості ідентифікації користувачів в автоматизованій системі управління, наприклад, бюджетом об'єднань співвласників багатоквартирних будинків (ОСББ) із використанням біометричної автентифікації на підставі райдужної оболонки ока. Актуальність дослідження зумовлена потребою забезпечення високого рівня безпеки у системах колективного управління бюджетом. Традиційні підходи до користувачів, такі як паролі, часто не відповідають сучасним вимогам через ризики їх компроментації, втрати даних або людського фактору. Використання біометричних характеристик дає змогу значно підвищити рівень захисту системи завдяки унікальності фізіологічних параметрів кожного користувача. Наведено архітектуру яка містить базу шаблонів, а також механізми та авторизації користувачів. Запропоновано метод, який передбачає попереднє оброблення зображень ока, сегментацію ключових структур, екстракцію ознак подальшу класифікацію за допомогою нейронних мереж. Реалізовано алгоритм розпізнавання модифікованої архітектури ResNet-50, демонструє високі показники точності швидкодії. Проведено експериментальне оцінювання запропонованої відкритого набору CASIA-IrisV4. Встановлено, що використання методів аугментації і спеціальних алгоритмів нормалізації стійкість шумів, зміни освітлення інших зовнішніх факторів. Запропоновану систему можна адаптувати для типів колективних організацій, таких громадські ініціативи, благодійні фонди коворкінг-простори, де важливо забезпечити прозорість фінансових операцій захист персональних даних. Впровадження ока знизити несанкціонованого доступу довіри серед учасників спільноти.

Процитировано

0

Leveraging Ensemble Model and Optimized Feature Selection to Boost Prediction Accuracy in Educational Data Mining DOI
Swati Verma, Kuldeep Kholiya, Kanchan Bala

и другие.

SN Computer Science, Год журнала: 2025, Номер 6(5)

Опубликована: Май 23, 2025

Язык: Английский

Процитировано

0