Con el continuo desarrollo y la amplia aplicación de la tecnología de inteligencia artificial, la tecnología de redes neuronales artificiales ha comenzado a utilizarse en el campo de la identificación de fraudes. Entre ellas, la red neuronal de cuantificación vectorial de aprendizaje (LVQ) es la más utilizada en el campo de la identificación de fraudes, y la tasa de identificación de fraudes es relativamente alta. En este contexto, este artículo explora en profundidad esta tecnología de redes neuronales, utiliza la misma muestra de fraude para probar la tasa de reconocimiento de fraudes de estos dos modelos, y propone un modelo de reconocimiento de riesgo de fraude optimizado basado en la red neuronal combinada LVQ sobre esta base. Este documento selecciona 550 empresas que cotizan en bolsa y que han cometido fraude de 2015 a 2019 como las muestras de fraude, determina 550 empresas de muestra de coincidencia de no fraude de acuerdo con el principio de Beasley uno a uno, y lo utiliza como la muestra de investigación. Los indicadores de identificación del riesgo de fraude con mejores efectos de identificación peinados de acuerdo con la literatura se utilizaron como el sistema de indicadores inicial. Tras eliminar el problema de colinealidad mediante la prueba T de muestras pareadas y el análisis de componentes principales, se seleccionaron finalmente los cinco indicadores con mejores efectos de identificación. Por último, basándose en el análisis teórico anterior y en la investigación empírica que resume el texto completo, se analizan las deficiencias de esta investigación y se plantean perspectivas para el desarrollo futuro de los modelos de identificación del riesgo de fraude.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nano-/Microbolas de carbono dopado con boro a partir de ácido ortobórico-almidón: Preparación, caracterización y propiedades de almacenamiento de iones de litio
Artículo:
Implantación de iones de metales de transición en recubrimientos de carbono tipo diamante: Desarrollo de un material de base para aplicaciones de detección de gases
Artículo:
Revisión de los capacitores electroquímicos basados en nanotubos de carbono y grafeno
Artículo:
Detección de superficies de proyección y corrección de imágenes para robots móviles en HRI
Artículo:
Eficacia del dopaje en materiales nanoestructurados de ZnO dopados con cobalto
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación
Artículo:
¿Por qué debemos conservar la fauna silvestre?