La integración de tecnología impulsada por inteligencia artificial (IA) en fintech social tiene un potencial transformador para avanzar en la responsabilidad social y apoyar el desarrollo sostenible. Esta investigación examina un mecanismo de préstamos basado en Blockchain que integra intercambios centralizados (CEX) y descentralizados (DEX) para facilitar transacciones financieras fluidas y una asignación equitativa de recursos. Se utilizan herramientas impulsadas por IA para mejorar la transparencia, precisión y seguridad, mientras que los contratos inteligentes facilitan la gestión eficiente y verificación de la distribución de préstamos. El sistema propuesto se centra en ayudar a comunidades desatendidas, regiones pobres y negocios verdes, promoviendo finanzas justas y sostenibles acorde con los Objetivos de Desarrollo Sostenible (ODS). El ecosistema híbrido combina la liquidez y cumplimiento regulatorio de los intercambios centralizados con la autonomía y menor intervención de intermediarios de los intercambios descentralizados. La IA mejora el procesamiento de préstamos, reduciendo sesgos e ineficiencias. Este marco con contratos inteligentes busca proveer préstamos escalables y auditables alineados con objetivos sostenibles. Algoritmos de Aprendizaje Automático (ML) verificaron la elegibilidad de préstamos con el conjunto de datos del prestatario. El desempeño de los algoritmos Random Forest fue bueno debido a su robustez y características de aprendizaje en conjunto. Luego, Optuna optimizó el ajuste del modelo y SHapley Additive exPlanations (SHAP) identificó parámetros clave. Finalmente, los contratos inteligentes aseguraron la ejecución segura y autónoma de préstamos verdes basados en la verificación por ML y criterios de sostenibilidad.
Building similarity graph...
Analyzing shared references across papers
Loading...
Kaladevi Ramar
Modafar Ati
UmaRani V.
PeerJ Computer Science
Saveetha University
Chitkara University
Abu Dhabi University
Building similarity graph...
Analyzing shared references across papers
Loading...
Ramar et al. (Mon,) estudiaron esta cuestión.
www.synapsesocial.com/papers/69ba44084e9516ffd37a5df9 — DOI: https://doi.org/10.7717/peerj-cs.3686
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: