www.samag.ru
     
Поиск   
              
 www.samag.ru    Web  0 товаров , сумма 0 руб.
E-mail
Пароль  
 Запомнить меня
Регистрация | Забыли пароль?
Журнал "Системный администратор"
Журнал «БИТ»
Подписка
Архив номеров
Где купить
Авторам
Рекламодателям
Контакты
   

  Опросы
  Статьи

Мониторинг  

Какая задача мониторинга отнимает больше всего времени?

Многие системные администраторы тратят до 30% рабочего времени на рутину мониторинга. Но

 Читать далее...

Рынок труда  

Какие навыки вы хотите развивать в 2026 году?

Рынок труда меняется быстро. Еще вчера его называли рынком соискателей, а сегодня

 Читать далее...

Книжная полка  

От сисадмина до архитектора: книги, которые прокачают ваш стек в этом году

Новинки от издательства «БХВ» отличаются тем, что в них часто делается упор

 Читать далее...

Автоматизация  

Автоматизируем рутину: что реально работает?

Многие сисадмины автоматизировали что-то за последний год. Но далеко не все остались

 Читать далее...

Защита ИТ-системы  

Практическая защита: что вы внедрили и что мешает?

Какие меры безопасности реально внедрить в реальных условиях – и что не

 Читать далее...

Вопрос-ответ  

Обеспечиваем безопасную эксплуатацию базы данных

Что для вас чаще всего является причиной инцидентов с БД? Как вы

 Читать далее...

Книжная полка  

От «безопасного» Linux до Контролируемого взлома

Издательство «БХВ» продолжает радовать читателей интересными новинками и в наступившем году. Вы можете

 Читать далее...

1001 и 1 книга  
19.03.2018г.
Просмотров: 13452
Комментарии: 0
Машинное обучение с использованием библиотеки Н2О

 Читать далее...

12.03.2018г.
Просмотров: 13559
Комментарии: 0
Особенности киберпреступлений в России: инструменты нападения и защита информации

 Читать далее...

12.03.2018г.
Просмотров: 11018
Комментарии: 0
Глубокое обучение с точки зрения практика

 Читать далее...

12.03.2018г.
Просмотров: 5906
Комментарии: 0
Изучаем pandas

 Читать далее...

12.03.2018г.
Просмотров: 6756
Комментарии: 0
Программирование на языке Rust (Цветное издание)

 Читать далее...

19.12.2017г.
Просмотров: 6630
Комментарии: 0
Глубокое обучение

 Читать далее...

19.12.2017г.
Просмотров: 9465
Комментарии: 0
Анализ социальных медиа на Python

 Читать далее...

19.12.2017г.
Просмотров: 6084
Комментарии: 0
Основы блокчейна

 Читать далее...

19.12.2017г.
Просмотров: 6294
Комментарии: 0
Java 9. Полный обзор нововведений

 Читать далее...

16.02.2017г.
Просмотров: 10457
Комментарии: 0
Опоздавших не бывает, или книга о стеке

 Читать далее...

17.05.2016г.
Просмотров: 13917
Комментарии: 0
Теория вычислений для программистов

 Читать далее...

30.03.2015г.
Просмотров: 15382
Комментарии: 0
От математики к обобщенному программированию

 Читать далее...

18.02.2014г.
Просмотров: 17697
Комментарии: 0
Рецензия на книгу «Читаем Тьюринга»

 Читать далее...

13.02.2014г.
Просмотров: 12545
Комментарии: 0
Читайте, размышляйте, действуйте

 Читать далее...

12.02.2014г.
Просмотров: 10559
Комментарии: 0
Рисуем наши мысли

 Читать далее...

10.02.2014г.
Просмотров: 8761
Комментарии: 4
Страна в цифрах

 Читать далее...

18.12.2013г.
Просмотров: 7363
Комментарии: 0
Большие данные меняют нашу жизнь

 Читать далее...

18.12.2013г.
Просмотров: 6171
Комментарии: 0
Компьютерные технологии – корень зла для точки роста

 Читать далее...

04.12.2013г.
Просмотров: 5795
Комментарии: 0
Паутина в облаках

 Читать далее...

03.12.2013г.
Просмотров: 6110
Комментарии: 1
Рецензия на книгу «MongoDB в действии»

 Читать далее...

Друзья сайта  

 Применение искусственного интеллекта в управлении рисками в финансовом секторе

Архив номеров / 2026 / Выпуск №3 (280) / Применение искусственного интеллекта в управлении рисками в финансовом секторе

Рубрика: Наука и технологии /  Раздел для научных публикаций

Сачко А.А.,
студент, Сочинский Государственный Университет, г. Сочи, sa4ko.artem@yandex.ru

 

Применение искусственного интеллекта
в управлении рисками в финансовом секторе

В данной статье представлен систематизированный обзор применения искусственного интеллекта в сфере управления рисками в финансовом секторе. Рассматриваются ключевые методы машинного обучения, такие как градиентный бустинг и рекуррентные нейронные сети, для количественной оценки кредитных, рыночных и операционных рисков. Особое внимание уделяется выявлению перспективных направлений внедрения ИИ, включая автоматизированный мониторинг транзакций в реальном времени. Параллельно анализируются основные вызовы: проблемы качества данных, «черный ящик» сложных моделей и новые различные регуляторные требования касающиеся ИИ. В качестве решения подробно исследуется роль Explainable AI (XAI) для обеспечения прозрачности и подотчетности. В заключении определяются дальнейшие пути исследований, необходимые для повышения надежности и эффективности ИИ-решений в риск-менеджменте в финансовом секторе.

 

В настоящее время развитие финансовых технологий и появление новых финансовых инструментов приводят к усложнению рисков и увеличению их взаимосвязи. Финансовые организации всё чаще сталкиваются с необходимостью оптимизации процессов управления рисками, а также снижения издержек и повышения собственной устойчивости.

Проблема: Недостаточная систематизация теоретических знаний об областях применения, перспективных направлениях и основных вызовах, связанных с внедрением искусственного интеллекта в управление рисками в финансовом секторе, что затрудняет принятие обоснованных решений об инвестициях и внедрении соответствующих технологий.

Цель: Целью данного исследования является проведение систематизированного обзора существующих знаний в области применения искусственного интеллекта в управлении рисками в финансовом секторе, выявление его перспективного направления развития.

Задачи исследования:

  1. Изучить и систематизировать существующие теоритические представления о методах и моделях искусственного интеллекта, наиболее перспективных для применения в управлении различными типами рисков (кредитных, рыночных, операционных и т.д.).
  2. Идентифицировать и проанализировать ключевые области применения искусственного интеллекта в управлении рисками в финансовом секторе, выделив наиболее перспективные и потенциально эффективные направления.
  3. Проанализировать основные вызовы и барьеры, препятствующие широкому внедрению искусственного интеллекта в практику управления рисками, включая проблемы качества данных, интерпретируемости моделей, этические аспекты и регуляторные требования.
  4. Определить направления дальнейших исследований, направленных на преодоление выявленных вызовов и повышение эффективности применения искусственного интеллекта в выбранной области. 

 

<...>

Ключевые слова: искусственный интеллект, управление рисками, машинное обучение, финансовый сектор, Explainable AI (XAI), кредитный риск, кибербезопасность, регуляторные требования


Полную версию статьи читайте в журнале
Подпишитесь на журнал

Комментарии отсутствуют

Добавить комментарий

Комментарии могут оставлять только зарегистрированные пользователи

               Copyright © Системный администратор

Яндекс.Метрика
Tel.: (499) 277-12-45
E-mail: sa@samag.ru