Uso de datos sintéticos provenientes de redes neuronales para la mejora de la modelización de la severidad de eventos infrecuentes
<?xml version="1.0" encoding="UTF-8"?><modsCollection xmlns="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-8.xsd">
<mods version="3.8">
<titleInfo>
<title>Uso de datos sintéticos provenientes de redes neuronales para la mejora de la modelización de la severidad de eventos infrecuentes</title>
</titleInfo>
<name type="personal" usage="primary" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20200021261">
<namePart>Valdivia Ameller, Luis Adrián </namePart>
<nameIdentifier>MAPA20200021261</nameIdentifier>
</name>
<name type="corporate" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080455026">
<namePart>Universidad Carlos III de Madrid</namePart>
<nameIdentifier>MAPA20080455026</nameIdentifier>
</name>
<typeOfResource>text</typeOfResource>
<originInfo>
<place>
<placeTerm type="code" authority="marccountry">esp</placeTerm>
</place>
<issuance>monographic</issuance>
<place>
<placeTerm type="text">Madrid</placeTerm>
</place>
<publisher>Universidad Carlos III de Madrid</publisher>
<dateIssued>2020</dateIssued>
</originInfo>
<language>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</language>
<physicalDescription>
<form authority="marcform">print</form>
<internetMediaType>application/pdf</internetMediaType>
</physicalDescription>
<abstract displayLabel="Summary">El presente trabajo explora dos técnicas de modelización de la severidad de eventos infrecuentes, proponiendo como una de ellas la teoría de Valores Extremos (EVT) y por otro lado las redes generativas adversarias (GAN), propias del campo del machine learning. La composición de este documento comprende cinco apartados. En el primero se explora desde una perspectiva literaria las referidas metodologías en lo relacionado a sus características, aplicaciones y limitaciones. En el segundo se examina la metodología cualitativa que subyace detrás de ambas técnicas de modelización. En la tercera parte se cuenta con una descripción de los datos. El apartado cuatro contiene los resultados y, finalmente, en el apartado cinco se encuentran las conclusiones y recomendaciones</abstract>
<note type="statement of responsibility">Luis Adrián Valdivia Ameller</note>
<note>Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Curso 2018-2020</note>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080624842">
<topic>Redes neuronales artificiales</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080592059">
<topic>Modelos predictivos</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080604394">
<topic>Valoración de riesgos</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20170005476">
<topic>Machine learning</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080615611">
<topic>Teoría del valor extremo</topic>
</subject>
<classification authority="">6</classification>
<relatedItem type="series" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20160014013">
<titleInfo>
<title>Trabajos Fin de Master</title>
</titleInfo>
</relatedItem>
<recordInfo>
<recordContentSource authority="marcorg">MAP</recordContentSource>
<recordCreationDate encoding="marc">180802</recordCreationDate>
<recordChangeDate encoding="iso8601">20220911190514.0</recordChangeDate>
<recordIdentifier source="MAP">MAP20200033875</recordIdentifier>
<languageOfCataloging>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</languageOfCataloging>
</recordInfo>
</mods>
</modsCollection>