ارائه مدلی مبتنی بر شبکه عصبی مصنوعی و گرگ خاکستری بهبودیافتهجهت بهبود پیش بینی مودیان ریس کدار مالیاتی
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
- کد COI اختصاصی: CEITCONF06_045
- زبان مقاله: فارسی
- تعداد مشاهده: 146
نویسندگان
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش نرم افزار، موسسه آموزش عالی امام جواد (ع)، یزد
استادیار، گروه مهندسی کامپیوتر، دانشگاه علم و هنر، یزد
چکیده
درآمدهای مالیاتی یکی از مهم ترین منابع درآمدی دولت و تامین کننده بخش عمده ای از هزینه های دولت است. در سال های اخیر تقلب درصورت های مالی و اظهارنامه های مالیاتی به طور فزایندهای به یک مشکل جدی برای کسب وکار، دولت و سرمایه گذاران تبدیل شده است. اکثرمودیان مالیاتی به دنبال راهی برای دست کاری در صورت های مالی و کاهش سود مشمول مالیات ابرازی خود می باشند. ازاین رو، شناساییمتقلبین مالیاتی و شرکت هایی که به تقلب در صورت های مالی می پردازند به امری حیاتی برای دولت تبدیل شده است. حال هدف اصلی این پژوهش ارائه یک روش ترکیبی هوشمند برای پیشبینی مودیان ریسک دار مالیاتی در که برای این منظور از ترکیب دو تکنیک شبکه عصبی مصنوعی و الگوریتم گرگ خاکستری بهبودیافته استفاده شده است. نتایج نشان داد که با استفاده از الگوریتم گرگ خاکستری با زمان کمتر و خروجی مطلوب تر به هدف مدنظر که افزایش دقت بود دست یافتیم. همچنین مزیت الگوریتم گرگ خاکستری نسبت به الگوریتم های دیگر نظیر ژنتیک این است که این الگوریتم بر روی کل یک ژن عمل می کند و تغییراتی را بر روی تکتک ژن ها انجام می دهد اما مثلا ژنتیک بر روی کروموزوم عمل میکند. از معایب الگوریتم گرگ خاکستری می توان به این نکته اشاره نمود که از لحاظ تحلیل پیچیدگی زمانی نسبت به انتخاب ویژگی نسبت به الگوریتم های دیگر بهترین عملکرد را نداردکلیدواژه ها
داده کاوی، مسائل مالی، گرگ خاکستری، شبکه عصبی مصنوعیمقالات مرتبط جدید
- The Artificial Intelligence and Nanotoxicology
- بررسی اثر سمیت نانو ذره اکسید روی سنتز شده به روش سبز از دانه گیاه تاج خروس وحشی Amaranthus cruentus بر روی سلول های سرطانی کولورکتال HT-۲۹
- کاربرد فناوری نانوتکنولوژی در تشخیص و درمان سرطان
- بررسی خواص خودتمیزشوندگی پارچه پوشش داده شده با نانوکامپوزیت ZnO/Go
- An Asymmetric supercapacitor using PANI as the positive electrode and Ti۳C۲Tx/PANI as the negative electrode
اطلاعات بیشتر در مورد 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.