Індекс рубрикатора НБУВ: В368.31

Рубрики:

Надпровідність. Надпровідники

Шифр НБУВ: Ж14063 Пошук видання у каталогах НБУВ 

Приведены результаты качественного (графического) анализа основных свойств работы базового алгоритма при воздействии гауссовых шумов. На основе компьютерного моделирования с использованием MatLab v.6.5 показано, что воздействие шумов усложняет динамику сходимости. При отсутствии шумов возрастает качество идентификации для реализаций с большим количеством шагов. При воздействии шумов реализации, имеющие количество шагов, меньшее или равное размерности входного вектора объекта управления, ухудшают качество идентификации, а затем с увеличением их количества многошаговые реализации базового алгоритма улучшают качество с меньшим количеством шагов.

Індекс рубрикатора НБУВ: Р638.77-5

Рубрики:

Пошкодження черепа, головного мозку та його оболонок

Шифр НБУВ: Ж23985 Пошук видання у каталогах НБУВ 

Описан случай диагностики двойного метастатического абсцесса в разных долях головного мозга у больного с хроническим параректальным свищом и тяжелой сопутствующей соматической патологией: декомпенсированным циррозом печени и сахарным диабетом I типа. На фоне массивной адекватной антибиотикотерапии тиенамом, меронемом внутривенно и гентамицином эндолюмбально проведена операция костно-пластической трепанации черепа, удален абсцесс в левой лобно-теменной области головного мозга. При динамическом МРТ-обследовании констатировано самопроизвольное излечение абсцесса в правой затылочной доле. Повторное оперативное вмешательство не понадобилось.

Розглянуто варіанти оптимального розподілу потужності між підприємствами. Запропоновано як критерій оптимальності обрати втрати потужності під час розподілу її поміж споживачами.

Досліджено питання управління банківськими ризиками. Управління ризиками - це складний, але необхідний для забезпечення фінансової стабільності банків процес. Дослідження та оцінка банківських ризиків допомагає банкам зрозуміти та керувати ризиками, приймати більш обгрунтовані рішення щодо надання кредитів, інвестування та інших операцій. Моделювання ризиків є важливою частиною управління ризиками в банках, тому в статті запропоновано вдосконалення методології оцінки рівня ризиків банківської діяльності, яка, на основі методів прогнозування та імітаційного моделювання, дозволяє підвищити обгрунтованість та якість управлінських рішень у сфері управління фінансовою діяльністю банку. Завдання оцінювання ризиків є центральним елементом системи управління ризиками в банках. З метою вдосконалення методологічної бази запропоновано концептуальну схему моделювання ризиків банківської діяльності, яка включає чотири блоки: розробка моделей оцінки валютного ризику; розробка моделей оцінки кредитного ризику; стрес-тестування ризиків банківської діяльності; прийняття рішень для стабілізації фінансового стану банку при кожному із запропонованих сценаріїв моделювання ризиків банківської діяльності. Відповідно до цього на основі дослідження фінансової звітності банку та методів оцінки й аналізу ризиків банківської діяльності було розроблено такі імітаційні моделі: модель оцінки рівня валютного ризику; модель оцінки кредитного ризику та визначення величини його резервування за національними та міжнародними стандартами; модель оцінки комплексного ризику. Після побудови та дослідження моделей було використано методи системної динаміки, а саме: імітаційного моделювання, стрес-тестування та аналізу чутливості. Імітаційне моделювання стало дієвим інструментом дослідження ризиків банківської діяльності, оскільки воно дозволило створити віртуальні моделі банківських операцій і протестувати їх на різних сценаріях ризиків. Стрес-тестування дозволило дослідити впливи шокових подій на фінансову стійкість банку. Аналіз чутливості було використано для виявлення найбільш чутливих параметрів моделі та для визначення того, як зміна цих параметрів впливає на результати моделі.

Ефективна кредитна діяльність банку залежить від якісної оцінки кредитоспроможності позичальників. Цей процес визначає не лише успішність окремої банківської операції, але й всю кредитну політику банку. Сучасні банки використовують різні підходи до аналізу кредитоспроможності, адже кожна кредитна угода має свою специфіку. Узагальнено та сформовано основні елементи системи ризик-менеджменту банку, а також обгрунтовано суттєвий вплив таких факторів, як використання новітніх технологій, управління стресовими ситуаціями, культура ризик-менеджменту. Визначено, що основні та додаткові елементи системи ризик-менеджменту мають враховувати особливості організаційної та фінансової структури кожного банку. З метою вдосконалити методології оцінки ризиків банківської діяльності на основі методів моделювання та машинного навчання запропоновано концептуальну модель оцінки кредитного ризику комерційного банку, що дозволяє реалізувати такі етапи: сформувати інформаційний простір для здійснення такого оцінювання та здійснити скорингову оцінку кредитоспроможності позичальників. У результаті реалізації першого етапу дослідження було сформовано множину об'єктів спостережень, оцінених за допомогою множини показників; визначено бінарну характеристику кредитоспроможності клієнта, що визначає ознаку привабливості клієнта для кредитування. На основі множини обраних факторів реалізовано комплексну скоринг-модель оцінки кредитоспроможності позичальника, що дозволяє визначити правила категоризації змінних. Побудовано логістичну регресію способом покрокового виключення та оцінено її значущість. Кожному клієнту присвоєно оцінку за допомогою скорингової карти, на основі якої також обчислюється прогноз кредитного рейтингу для нових позичальників. Результати досліджень можуть бути використані банками для вдосконалення системи управління ризиками, а також допоможуть банкам підвищити свою ефективність і конкурентоспроможність.