منبع پایان نامه ارشد درباره شبکه های عصبی
بهمن 17, 1397 Comments..0
دانلود پایان نامه

دفتری مجموع بدهی ها به ارزش بازاری سهام شرکت و مجموع دارایی ها به سود قبل از کسر بهره و مالیات دارای آثار معناداری بر موفقیت شرکت ها بودند. نتایج این مطالعه نشان داد که نسبت سود انباشته به مجموع دارایی ها دارای حداکثر سهم در تابع تعیین ممیزی و درنتیجه تفکیک شرکت ها از نظر بالا و پایین بودن ریسک داشته است.
پیشرفت واقعی در شبکه‌های عصبی در دهه 70 اتفاق افتاد. در سال 1972 تئوری کوهونن و جیمز اندرسون مستقل از هم، شبکه‌های جدیدی که قادر بودند مثل عناصر ذخیره ساز عمل کنند معرفی کردند. در دهه 80 با رشد تکنولوژی میکروپروسسورها، تحقیقات روی شبکه‌های عصبی فزونی یافت. شبکه‌های برگشتی و الگوریتم پس از انتشار خطا نتایج این تحقیقات بودند.

تحقیقات روی شبکه‌های عصبی چند لایه پیشخور، به کارهای اولیه فرانک 1959 شبکه عصبی پرسپترون تک لایه، با تابع محرک دو مقداره حدی غیر خطی و قانون SLPR بر می‌گردد.
شبکه‌های تک لایه از این مشکل اساسی برخوردارند که تنها توانایی حل آن دسته از مسائل طبقه بندی را دارند که به طور خطی از هم مستقل اند. هم روزنبلات و هم ویدرو از این امر واقف بودند و شبکه‌های چند لایه را پیشنهاد کرده بودند. هر چند استفاده از عبارت پس انتشار عملاً پس از 1985 متداول گشت، لیکن نخستین توصیف الگوریتم BP توسط پاول وربز در سال 1974 در رساله دکترایش مطرح شد. در این رساله، الگوریتم BP تحت عنوان شبکه‌های عمومی ارائه شد. این الگوریتم در دنیای شبکه‌های عصبی ظاهر نشد تا اینکه در اواسط دهه 80 الگوریتم BP‌ دوباره کشف و به طور وسیعی مطرح شد. این الگوریتم به طور مستقل توسط دیوید راملهارت، جفری هینتون و رونالد ویلیامز در سال 1986، دیوید پارکر و یان لی چون در سال 1985 دوباره مطرح و در دنیای شبکه عصبی معروف گردید .
بعضی از پیش زمینه‌های شبکه‌های عصبی را می‌توان به اواخر قرن نوزدهم و اوایل قرن بیستم نسبت داد. در این دوره کارهایی اساسی در فیزیک، روانشناسی و نروفیزیولوژی توسط دانشمندانی چون هرمان هلمهلتز، ارنست ماخ و ایوان پاولوف انجام شد. این تلاش‌های ابتدایی عموما بر تئوری‌های کلی یادگیری، بینایی و شرطی تاکید داشته‌اند و بر مدل‌های مشخص ریاضی عملکرد نرون‌ها اشاره‌ای نداشته‌اند.
دیدگاه جدید شبکه‌های عصبی در دهه 1940 آغاز شد. در این دهه وارن مک کلوث و والتر پیتز نشان دادند که شبکه‌های عصبی هر تابع منطقی و حسابی را محاسبه نمایند. کار این افراد را می‌توان نقطه شروع حوزه علمی شبکه‌های عصبی مصنوعی نامید و این موضوع با تلاش‌های دونالدهب تداوم یافت. وی عمل شرط گذاری مکانیسمی را جهت یادگیری نورون‌های بیولوژیکی ارائه داد.
نخستین کاربرد عملی شبکه‌های عصبی در اواخر دهه 1950 مطرح شد. در این زمان فرانک روزنبلات در سال 1958 شبکه پرسپترون را معرفی نمود. روزنبلات و همکارانش شبکه‌ای ساختند که قادر بود الگوها را از هم شناسایی نماید. در همین زمان بود که برنارد ویدرو در سال 1960 شبکه عصبی تطبیقی خطی (آدلاین) را با قانون یادگیری جدید مطرح نمود، که از لحاظ ساختار، شبیه پرسپترون می‌باشد.
شبکه‌های پرسپترون و آدلاین، تنها قادر به طبقه بندی الگوهایی بودند که به طور خطی از یکدیگر متمایز بودند که این به نوبه خود محدودیتی ذاتی تلقی می‌شود. هر دو دانشمند از این امر آگاه بودند، زیرا آنان قانون یادگیری را برای شبکه‌های عصبی تک لایه مطرح نموده بودند که توانایی محدودی در مورد تخمین توابع داشت. گرچه آنان ایده شبکه‌های چند لایه را مطرح نمودند، اما نتوانستند الگوریتم‌های یادگیری شبکه‌های تک لایه‌شان را بهبود بخشند. پیشرفت شبکه‌های عصبی تا دهه 1970 ادامه یافت. در سال 1972 تئوکوهونن و جیمز اندرسون به طور مستقل شبکه‌های عصبی جدیدی را معرفی نمودند که می‌توانستند به عنوان ذخیره سازی عمل کنند. استفان گراسبرگ در همین زمان تلاش خود را بر شبکه‌های خودسازمانده متمرکز نموده بود. طی دهه 1980 فناوری ریز پردازنده‌ها و به تبع آن رایانه‌های سریع به شدت رشد پیدا کرد و تحقیقات روی شبکه‌های عصبی فزونی یافت و ایده‌های بسیار جدیدی مطرح شد. ایده‌های نو و فناوری پیشرفته برای ایجاد انقلابی در بحث شبکه‌های عصبی کافی به نظر می‌رسید. در شکل گیری این پدیده در نگرش جدید قابل تامل می‌باشند. استفاده از مکانیسم تصادفی جهت توضیح عملکرد یک طبقه وسیع از شبکه‌های بازگشتی که می‌توان آنها را جهت ذخیره سازی اطلاعات استفاده نمود. این ایده به وسیله جان هاپفیلد فیزیکدان آمریکایی در سال 1982 مطرح شد. دومین ایده مهم که کلید توسعه شبکه‌های عصبی در دهه 80 شده الگوریتم پس انتشار خطا می‌باشد که به وسیله دیوید راملهات و جیمز مکلند در سال 1986 مطرح گردید. با ظهور این دو ایده، شبکه‌های عصبی متحول شدند. در سال‌های اخیر، هزاران مقاله نوشته شده است و شبکه‌های عصبی، کاربردهای زیادی در رشته مختلف علوم پیدا کرده‌اند. شبکه‌های عصبی در هر دو بعد نظری و عملی در حال رشد می‌باشند. آنچه باید اذعان داشت، این است که روند رو به رشد شبکه‌های عصبی آهسته و مطمئن نبوده است. دوره‌هایی بوده که خیلی سریع رشد نموده و دوره‌هایی هم بوده است که رشد سریعی از خود نشان نداده است. بیشتر پیشرفت‌ها در شبکه‌های عصبی به ساخت‌های نوین و روش‌های یادگیری جدید مربوط می‌شود.
نخستین مدل به کار رفته برای تعیین ورشکستگی شرکت ها با بهره گرفتن از نسبت هایی مالی، مدل رگرسیون لجستیک یک متغیره بود که توسط “بیور”1 در سال 1966 ارائه شد. بعدها از این مدل برای اندازه گیری ریسک اعتباری اوراق قرضه منتشره شرکت ها استفاده شد. “بیور” با کمک روش تک متغیره تحلیل ممیزی سعی کرد بر مبنای داده های مربوط به 5 سال قبل از نکول شرکت ها به تفکیک شرکت های ورشکسته و با توجه به این که عمدتاً عدم بازپرداخت وام مربوط به شرکت هایی است که در آینده دچار درماندگی مالی خواهند شد، بنابراین امکان پیش بینی ریسک اعتباری با بهره گرفتن از این مدل امکان، پذیر خواهد بود.
1-Beaver, W
در اواخر 1970 مدل های احتمالی خطی و وضعیتی احتمالی چندگانه برای پیش بینی ورشکستگی شرکت ها مطرح شدند. هم چنین در سال های 1980 و 1990 استفاده از مدل های برنامه ریزی ریاضی در بسیاری از مطالعات عنوان شد.

هدف اصلی این روش ها، حذف فرضیه ها و محدودیت های موجود در تکنیک های قبلی، بهبود اعتبار و صحت طبقه بندی بود. در اوایل 1990، سیستم های پشتیبان تصمیم گیری در ترکیب با سیستم های تصمیم گیری چند گانه برای حل مشکلات طبقه بندی های مالی مورد استفاده قرارگرفتند. از جمله مطالعات دیگر در این زمینه می توان به کار های روی در 1991 برای به کارگیری مدل الکتره ودیمیتراس در 1999 برای به کارگیری مدل روگ ست و مورگان1 در 1998 برای طراحی مدل اعتبارسنجی و تریسی در 1998 برای طراحی مدل ارزش در معرض ریسک برای براورد تابع چگالی احتمال عدم بازپرداخت اشاره کرد.
دیسای و همکارانش2 در سال 1996 به بررسی توانایی های شبکه های عصبی و تکنیک های آماری متداول نظیر آنالیز ممیزی خطی و آنالیز رگرسیون خطی در ساخت مدل های امتیازدهی اعتباری پرداخته اند یانگ و پلات نیز بیان داشتند که آنچه در یک مدل شبکه عصبی دارای اهمیت است، آن است که وزن های موجود در شبکه های عصبی به روش بهینه ای برآورد شوند. بدیهی است که پس از تعیین وزن ها به روش بهینه با دادن بردار متغیر های ورودی به سهولت می توان بردار خروجی را برآورد کرد.
خلاصه منابع داخلی و خارجی به شرح جدول 2-1 بیان شده است.
1-Rough set & Morgan
2-Desai V.S & et all
جدول 2-1
منابع داخلی و خارجی
تاریخ
محقق / محققین
متغیر و نحوه اندازه گیری
مدل
نتایج
2014
حسین بخت و التر
نوع شرکت، مبلغ وام، جنسیت، سن، نرخ بهره و…
رگرسیون لجستیک، شبکه عصبی
می توان نتیجه گرفت که هیچ مدلی به عنوان بهترین مدل کلی برای ارزیابی برنامه های اعتباری وجود ندارد. LR با توجه به نرخ طبقه بندی به طور کلی بهتر از RBF انجام شده است.
1392
احمد پویانفر
سعید فلاح پور
محمدرضا عزیزی
داده های مشتریان و نسبت های مالی
حداقل مربعات ماشین بردار پشتیبان مبتنی بر الگوریتم ژنتیک
یافته های پژوهش نسبت به Ga-LSSVM حاکی از آن است که در ارزیابی ریسک اعتباری متقاضیان تسهیلات اعتباری، مدل مدل های بررسی شده از عملکرد مطلوبی برخوردار می باشد.
2013
ساتیش شمارا و میخائل شبالکوف
بدهی به حقوق صاحبان سهام (D / E) نسبت سپرده ها، مجموع حقوق صاحبان سهام و…
کاربرد شبکه عصبی و شبیه سازی مدل سازی برای ارزیابی عملکرد بانک های روسیه
نتایج : نتایج منطقی تولید شد که بیشتر می تواند برای تخمین عملکرد سازه از اهرم ، نقدینگی، سودآوری و اندازه در نظر اعمال شود.
1392
اسدی و هاشمی
نرخ بهره ، نوع وثیقه ، نوع وام و…
رگرسیون لجستیک
نتایج: افزایش در پرداخت خوب به دلیل افزایش در میانگین نمره حساب موجودی و کاهش پس از آن به دلیل افزایش مبلغ وام، نرخ بهره و دوره بازپرداخت می باشد.
2013
هالکارنیکار و همکارانش
شاخص سودآوری،اهرم نقدینگی و…
شبکه عصبی
نتایج نشان می دهد که مدل شبکه عصبی یک مزیت پیش بینی معنی دار آماری را در مقابل محاسبات دستی سنتی دارا می باشد.
1391
محمدرضاشورورزی
ابولقاسم مسیح آبادی
مهدی قیاسی
نسبت های مالی و اطلاعات اعتباری هستند که از اقلام
ترازنامه و صورت سود (زیان) شرکت های نمونه به دست آمده اند.
مدل رگرسیون لجستیک و شبکه های عصبی
پرسپترون چند لایه
بررسی نتایج نشان داد که هر دو مدل در ارزیابی ریسک اعتباری مشتریان حقوقی بانک از
کارآیی بالا و قابلیت مشابهی برخوردار می باشند
2011
وینچنزو پاسیلی
حقوق صاحبان سهام ، گردش مالی و …
شبکه های عصبی
شبکه عصبی پرسپترون چند لایه ( MLP) از سایر روش های مورد بررسی برای مدریت ریسک بانک های ایتالیا از کارایی بهینه و بیشتری برخوردار بوده است.
2010
الشائه و الریفه و الیتر
نسبت های مالی بانک
شبکه عصبی
این مطالعه با هدف به آزمون دو مدل شبکه عصبی با الگوریتم های یادگیری مختلف به کار گرفته شد و متغیرهای مالی انتخاب شده نشان داد که عصبی مصنوعی شبکه قادر به یادگیری الگوهای مربوط به بحران مالی از بانک بوده است.
1391
محمد تقی تقوی فرد
احمد نادعلی
سن شرکت، نوع شرکت، میزان سرمایه، زمینه
فعالیت، تحصیلات مدیر، سن مدیر عامل، نوع قرارداد وام، نرخ بهره وام، مبلغ وام،
مدت وام، نوع مصرف وام و ….
منطق فازی
نتایج :
درخت تصمیم دقت بالاتری نسبت به الگوریتم های درخت تصمیم سنتی مورد
استفاده در تحقیق دارد.
1391
مصطفی اختیاری
شاخص های 5cاعتباری تحت عنوان شهرت و شخصیت اعتبارگیرنده
سرمایه و…
روش ویکور
روش
پیشنهاد شده می تواند به عنوان ابزاری مفید برای مدیریت ریسک اعتباری
سیستم های مالی و اعتباری کشور همچون بانک ها مورداستفاده قرار گیرد.
2009
مارسین توماس
حقوق صاحبان سهام، بدهی جاری،فروش خالص و…
تحلیل پوششی داده ها و رگرسیون لجستیک
نتایج حاصل از تحلیل رگرسیونی (رتبه های کارایی به عنوان متغیر وابسته و نسبت های مالی به عنوان متغیر مستقل) نشان داد که تمام نسبت های مورد استفاده در مسیرهای مورد انتظار قرار داشته اند.
1390
محسن مهرآرا، میثم موسایی
نوع وثیقه و نسبت بدهی دارای و …
رگرسیون لاجیت وپروبیت و مدل شبکه های عصبی هوشمند GMDH
نتایج مقاله ضمن دلالت بر تأیید نظریه های اقتصادی و مالی نشان می دهد که عملکرد پیش بینی الگوی شبکه عصبی (درصد پیش بینی های صحیح آن) به مراتب بهتر از الگوهای اقتصاد سنجی متعارف لاجیت و پروبیت است.
1389
سعید صفری
نسبت آنی، نسبت
دارایی جاری، بدهی جاری به ارزش دارایی ثابت
گردش دارایی ثابت
دارایی جاری، میزان تسهیلات
دریافتی
تحلیل پوششی داده ها
ملاحظه شد که تفاوت معنا داری میان مقادیر محاسبه شده و واقعی وجود ندارد و این مسأله دلالت بر تأیید فرضیه کارایی مدل تحلیل پوششی داده ها در رتبه بندی اعتباری مشتریان حقوقی بانک تجارت می کند.
1389
سعید عیسی زاده
بهاره عریانی
نسبت جاری

 

مطلب مشابه :  پایان نامه روانشناسی در مورد :رضایت زناشویی

اینجا فقط تکه های از پایان نامه به صورت رندم (تصادفی) درج می شود که هنگام انتقال از فایل ورد ممکن است باعث به هم ریختگی شود و یا عکس ها ، نمودار ها و جداول درج نشوند.

برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید

رشته روانشناسی و علوم تربیتی همه موضوعات و گرایش ها :روانشناسی بالینی ، تربیتی ، صنعتی سازمانی ،آموزش‌ و پرورش‌، کودکاناستثنائی‌،روانسنجی، تکنولوژی آموزشی ، مدیریت آموزشی ، برنامه ریزی درسی ، زیست روانشناسی ، روانشناسی رشد

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

نسبت آنی
نسبت دارایی جاری
تحلیل
پوششی داده ها
این مدل قادر است با ارائه راهکارهای مناسب ومفید، شرکت های رتبه بندی شده را در راستای بهره ور شدن یاری دهد.
2008
پاسیراس
استفاده از نسبت وام های نکول شده
روش DEA
بین ریسک و کارایی در صنعت بانکداری ارتباط
داشته و به ارتباط معنادار این دو مقوله پی برده است.
2003
یولالان
نسبت های نقدینگی، فعالیت، ساختار مالی و…
تحلیل ممیزی و رگرسیون
نتایج حاصل از رگرسیون نشان دادکه تمام متغیرها به جزء سود خالص/ کل دارایی ها بر مسیرهای موردانتظار قرار داشته و به لحاظ آماری در سطح 5 درصد معنادار هستند
فصل سوم
روش اجرای تحقیق
3-1- مقدمه
پایه هر علمی، روش شناخت آن است واعتباروارزش قوانین هر علمی باروش شناختی مبتنی است که در آن علم به کار می رود.(عزتی، 1379)
هدف ازهرنوع بررسی وتحقیق علمی کشف حقیقت است.حقیقت نیز بر پایه کاوش وتجسس وکشف عوامل منطقی مربوط به خصوصیات اجزای موضوع تحقیق قرار دارد.(کیقبادی وستاری، 1354)
در این فصل به بررسی روش ومراحل انجام تحقیق ومعرفی مدل، متغیرهای تحقیق وروش های آماری تحلیل داده ها پرداخته خواهد شد.
3-2- روش کلی تحقیق
این تحقیق از جهت هدف به دلیل تکیه بر مبانی نظری در راستای حل مسائل و مشکلات یا بهبود وضعیت اعتبارسنجی مشتریان در قلمرو مکتب کاربردی می باشد.
در این تحقیق در بخش اعتبارسنجی به روش شبکه عصبی روش توصیفی است به جهت اینکه در قسمت تعریف پارامترها یا متغیرها نتایج شبیه ساز ی کاملا می تواند متفاوت باشد و در بخش استفاده از رگرسیون استقرائی است.
بنابراین در بخش اول نتایج قابل تعمیم نمی باشد و در بخش دوم بر مبنای نتایج آزمون های آماری نتایج قابل تعمیم است در نتیجه به علت بزرگی نمونه تصادفی می توان نسبت به کلیت موارد حکم کرد، لذا در مجموع استنتاج به صورت توصیفی صورت گرفته است و در بخش نتیجه گیری فصل پنج استنتاج در قالب پاسخ به سوالات بیان شده است.
این تحقیق از جهت طرح تحقیق به دلیل تکیه بر داده های عملکردی و تاریخی از نوع پس رویدادی یا Expose – facto می باشد.
3-3- جامعه و نمونه آماری
جامعه آماری
مشتریان حقوقی که از بانک ملی استان اصفهان که از تا ریخ 1/1/1391 تا 29/12/1392 تسهیلات دریافت و اصل و سود آن را به بانک عودت داده یا نداده اند، به عنوان جامعه ی آماری تعریف می شوند. دلیل انتخاب مشتریان حقوقی (شرکت هایی که از بانک تسهیلات اعتباری دریافت کرده اند) به عنوان جامعه آماری، در دسترس بودن داده های مالی موثق و حسابرسی شده ی آنها می باشد.
نمونه آماری
شامل آن دسته از مشتریان حقوقی می باشند که در سال 1391 از بانک تسهیلات مشارکت مدنی غیر دولتی دریافت نموده اند. شرکت هایی که بیشتر از 3 ماه از پرداخت اعتبارات و تسهیلات آنان گذشته باشد و اقساط خود را نپرداخته باشند (معوق شده) در گروه شرکت های بد حساب(دارای نکول) قرار می گیرند و شرکت هایی که در زمان سررسید اقساط یا قبل از 3 ماه از گذشتن اقساط خود اقدام به پرداخت نموده اند در گروه شرکت های خوب (بدون نکول) قرار می گیرند.
با توجه به اینکه متغیر وابسته ضریب اعتباری ریسک مشتریان عددی نسبی بین 0 و 1 بوده است از فرمول کوکران به صورت رابطه 1 استفاده شده است:
رابطه1 :
که در آن 25/0 واریانس توزیع کیفی در ناهمگن ترین حالت، α احتمال خطای نوع اول و D خطای در برآورد، n نسبت جامعه و در اینجا ریسک اعتباری مشتریان است.اگر α معادل 5 % و D نیز معادل 5 درصد قرار داده شود.

که جهت احتیاط 400 شرکت به عنوان نمونه تصادفی انتخاب شده

پاسخی بگذارید

فوکا | Postmag سبز فایل.