Resumen

En este artículo se propone un novedoso enfoque de aprendizaje conjunto basado en la regresión logística (RL) y en herramientas de inteligencia artificial, es decir, la máquina de vectores soporte (SVM) y las redes neuronales de retropropagación (BPNN), para la previsión de las dificultades financieras de las empresas en las cadenas de suministro de moda y textiles. En primer lugar, se introducen conceptos relacionados con LR, SVM y BPNN. A continuación, se introducen los resultados de la previsión mediante LR en las técnicas SVM y BPNN, que pueden reconocer los errores de previsión en la aptitud mediante LR. Además, se realiza un análisis empírico de las empresas chinas que cotizan en bolsa del sector textil y de la moda para comparar los métodos, y se discuten algunas cuestiones relacionadas. Los resultados sugieren que el nuevo enfoque de aprendizaje conjunto propuesto puede lograr un rendimiento de previsión superior al de los modelos individuales.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:nuevo enfoque de aprendizaje conjunto, svm, herramienta de inteligencia artificial, dificultades financieras de las empresas, mayor rendimiento de las previsiones, máquina de vectores soporte, cadenas de suministro textil, bpnn, moda, técnicas de bpnn
• Keywords:novel ensemble learning approach, svm, artificial intelligence tool, corporate financial distress, higher forecasting performance, support vector machine, textiles supply chains, bpnn, fashion, bpnn techniques