文献

J-GLOBAL ID：202002260315032549   整理番号：20A2275743

監査データセットを用いた不正企業予測のための人工ニューラルネットワークと決定木アルゴリズムの複合フレームワーク【JST・京大機械翻訳】

Composite Framework of Artificial Neural Network and Decision Tree Algorithm for Prediction of Fraudulent Firm Using Audit Dataset

著者 (2件)： Rathore Monika (International School of Informatics and Management, Jaipur, Rajasthan, India) ,  Gupta Shruti (International School of Informatics and Management, Jaipur, Rajasthan, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1187  ページ： 543-547  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 決定木は木のような構造であり,それは透明な方法で働く。しかし,指数的データについて話すと,木が別々に落下し,再び構築する必要があるという例外的な状況が存在するので,決定木は推奨されない。ディシジョンツリーの貧弱な統計的効率は,人工ニューラルネットワークを用いて無効化できる。しかし,隠れ層のため,ニューラルネットは,それが特定の結果にどう来るかを説明する能力を持たない。ディシジョンツリーが位置に使用できるならば,この限界を克服することができた。本論文では,それらを用いて両モデルの限界を除去するアイデアを提案した。最初に,人工ニューラルネットワークをデータセット上に構築し,次に,決定木を構築した。この複合フレームワークは,溶液中でより効率と透明性を提供する。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *ニューラルネットワーク ,  *ディシジョンツリー
準シソーラス用語： 隠れ層 , 【Automatic Indexing@JST】

著者キーワード (5件)： 決定木 ,  不正な企業検出 ,  複合フレームワーク ,  人工ニューラルネットワーク ,  提案されたモデル

分類 (1件)： 原価管理一般  (KA05010E)

タイトルに関連する用語 (8件)： 監査 ,  データセット ,  企業 ,  予測 ,  人工ニューラルネットワーク ,  決定木 ,  アルゴリズム ,  フレームワーク