ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص تقلب و کلاهبرداری با الگوریتم های بهینه سازی

سال انتشار: 1400
کد COI مقاله: NAAFCONF01_005
زبان مقاله: فارسیمشاهده این مقاله: 63
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 21 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص تقلب و کلاهبرداری با الگوریتم های بهینه سازی

بابک حمیدی وند - گروه حسابداری، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
زهرا نعمتی - گروه مهندسی کامپیوتر، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران

چکیده مقاله:

کلاهبرداری و پولشویی یکی از مهمترین چالش های سیستم مالی بوده که توسعه خدمات مالی را دشوار می کند. در این مقاله با درنظر گرفتن یکی از کشورهای درحال توسعه به عنوان نمونه مالزی، بررسی می کنیم که آیا شرکت های کلاهبردای در مدیریت درآمدهای واقعی و مدیریت درآمدهای تعهدی قبل از سال کلاهبرداری درگیر هستند یا خیر. در ادامه اشاره خواهیم کرد، با ظهور رشد شگرف پرونده های کلاهبرداری مالی، یادگیری ماشین نقش بزرگی در بهبود کیفیت یک کار حسابرسی درآینده خواهد داشت. یک مطالعه موردی نیز از بازدید یک شرکت حسابرسی خارجی برای کشف سودمندی الگوریتم های یادگیری ماشین برای بهبود کیفیت یک کار حسابرسی ارائه خواهد شد و در پایان نسبت به بررسی بهینه سازی ازدحام ذرات برای بهبود عملکرد شبکه عصبی مصنوعی و شناخت دقیق تر الگوی کلاهبرداری با دقت، حساسیت و صحت در تشخیص تقلب بانکی به ترتیب ۹۰۳۲ درصد، ۸۸.۰۶ و ۹۰.۱۲ درصد خواهیم پرداخت.

کلیدواژه ها:

کلاهبرداری، مدیریت درآمدها، الگوریتم های یادگیری ماشین، بهینه سازی ازدحام ذرات

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NAAFCONF01_005 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1245393/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حمیدی وند، بابک و نعمتی، زهرا،1400،تشخیص تقلب و کلاهبرداری با الگوریتم های بهینه سازی،همایش ملی رویکردهای نوین در حسابداری و امور مالی،علی آباد،https://civilica.com/doc/1245393

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، حمیدی وند، بابک؛ زهرا نعمتی)
برای بار دوم به بعد: (1400، حمیدی وند؛ نعمتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
1 تعداد پژوهشگران نظر دهنده
5 1
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 5,088
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی