小規模マージナル企業における金融危機予測のためのスパースオートエンコーダーを用いた修正グレイウルフオプティマイザー

小規模マージナル企業は経済において重要な役割を果たしており、その失敗は広範な影響を及ぼします。そのため、小規模マージナル企業が金融危機を予測できることが重要です。金融危機予測（FCP）は、将来の金融危機の可能性を認識するプロセスです。FCPは金融機関、政策立案者、および投資家にとって重要なタスクであり、金融危機の悪影響に備え、それを軽減する助けとなります。機械学習（ML）アプローチは、小規模およびマージナル企業における金融危機の予測に使用されます。これは、歴史的データに基づいてモデルをトレーニングし、それを使用して将来の金融危機の可能性を予測することによって実現されます。その結果、本記事では、小規模マージナル企業における金融危機の状況を予測するためのスパースオートエンコーダーを用いた修正グレイウルフオプティマイザー（MGWO-SAE）を提案します。MGWO-SAE技術の目的は、小規模マージナル企業において金融危機を効果的に予測することです。そのために、提案されたMGWO-SAE技術はデータ前処理を用いて、入力された金融データを正しい形式に変換します。MGWO-SAE技術は予測のためにSAE分類法を採用しています。MGWOアルゴリズムはSAE技術のパフォーマンスを向上させるためのハイパーパラメータチューニングモデルに使用されます。MGWO-SAE技術の実験結果分析は金融データセットでテストされています。実験結果は、他のモデルに対するMGWO-SAE技術の利点を示しました。