檢索結果(共19筆)


陳育仁;
頁: 75-101
日期: 2022/01
卷期: 29(1)
關鍵字: 資產掏空;舞弊偵測;主成分分析;逐步迴歸;支援向量機;改良式基因演算法;
Keywords: Asset misappropriation;fraud detection;principal component analysis, stepwise regression;support vector machine;queen genetic algorithm ;
摘要: 對於投資大眾來說,最關注其投資的企業是否發生舞弊之現象;而企業最常見的舞弊手法包括財報不實、資產掏空與內線交易等,其中又以資產掏空所造成的後果最為嚴重,可能導致整個企業停擺,使得投資者血本無歸。因此,如何有效的偵測企業掏空與否,已成為舞弊審計重要...

引用     導入Endnote
邱哲夫;王惠嘉;
頁: 1-24
日期: 2019/01
卷期: 26(1)
關鍵字: 自動化分群;元啟發式演算法;人工蜂群演算法;模範策略;
Keywords: automatic clustering;meta-heuristic clustering;artificial bee colony algorithm;model strategy;
摘要: 分群是一種資料探勘技術,它是一種非監督式的學習方法,透過相似度計算,將資料分成不同的群。在分群演算法中,啟發式分群在近年來漸漸受到重視,它指的是運用啟發式演算法或啟發式的概念解決分群問題。相較於目前的一些其方分群方法(如:k-means),啟發式分群似有較好...

引用     導入Endnote
魏巧宜;馬麗菁;
頁: 69-95
日期: 2017/01
卷期: 24(1)
關鍵字: 混合模式;自組織映射圖;案例式推理;多年期軌跡;基金績效;
Keywords: hybrid model;self-organizing map;case-based reasoning;multi-year trajectory;fund performance;
摘要: 隨著經濟發展,大眾對於投資理財的需求與日俱增,如何協助不同投資時間長短偏好的投資者,找出較佳短、中及長期績效的基金,是一項受關注的議題。本研究以自組織映射圖結合倒傳遞類神經網路及基因演算法,協助不同投資時間長短偏好的投資者,找出較佳短期、中期、長期績...

引用     導入Endnote
胡雅涵;黃正魁;楊承翰;
頁: 305-339
日期: 2014/07
卷期: 21(3)
關鍵字: 文件分類;基因演算法;特徵選取;分類器;
Keywords: document categorization;genetic algorithm;feature selection;classifier;
摘要: 數位資訊迅速地成長,增加人們在找尋資訊上的搜尋成本,如何有效地分類管理文件已是一項重要的研究議題。因此,文件分類研究的重要性與日俱增,在文件分類領域中存在文件特徵維度過高的問題,因此,我們以基因演算法(Genetic Algorithm, GA)為基礎選取文件中特徵字詞,...

引用     導入Endnote
黃永成;
頁: 133-153
日期: 2011/01
卷期: 18(1)
關鍵字: 灰關聯分析;模糊連續遺傳演算法;選擇權評價;
Keywords: Grey relational analysis;Fuzzy Continuous Genetic Algorithm FCGA;Option pricing;
摘要: 本研究結合灰關聯分析之模糊連續遺傳演算法,做為評價選擇權的另一工具。首先以灰色關聯分析找尋除了Black-Scholes評價模型之外足以影響選擇權價格的因素,再透過模糊數之運算將實數變數轉為模糊數,做為模糊連續遺傳演算法的輸入與輸出變數,尋找更精確的選擇權評價方法...

引用     導入Endnote
范有寧;黃聖祐;陳靜枝;
頁: 51-75
日期: 2010/12
卷期: 17(專)
關鍵字: 資料探勘;需求預測;商品分類;基因演算法;供應鏈管理;
Keywords: Data Mining;Demand Forecasting;Product Classification;Genetic Algorithm;Supply Chain Management;
摘要: 在商業應用中,商品分類幾乎是所有使用與管理商品相關資訊活動的核心。企業普遍會為商品分類,以期透過此種分析模式與歸納方法可以有效提高商品的銷售量並增加企業營收。需求預測在供應鏈管理中扮演重要角色,良好的預測模式將幫助企業有效的存貨管理。然而,以往管理者...

引用     導入Endnote
林萍珍;柯博昌;游俊忠;
頁: 115-139
日期: 2010/04
卷期: 17(2)
關鍵字: 羅吉斯迴歸模型;遺傳演算法;新巴塞爾資本協定;信用評等;違約機率;
Keywords: Multiple Combinatorial Logistic Regression Model;Genetic Algorithm;Basel Ⅱ;Credit Rating;Default Probability;
摘要: 新巴塞爾協定建議銀行採用內部評等法自建授信系統以減少人為錯誤帶來的作業損失,並且能夠快速正確處理授信放款。目前被廣泛應用於信用風險預測模型的是羅吉斯迴歸,此模型雖然可以分成多類,但其S曲線通常以等距或經驗法則切割門檻值做信用分等,當違約機率產生變動時會...

引用     導入Endnote
蔡政倫;楊銘賢;
頁: 25-51
日期: 2009/01
卷期: 16(1)
關鍵字: 協同商務;顧客關係管理;協同顧客關係管理;遺傳規劃法;網路服務;
Keywords: Collaborative Commerce;Customer Relationship Management CRM;Collaborative Customer Relationship Management CCRM;Genetic Programming GP;Web Services;
摘要: 在當前企業重視策略夥伴關係的網際網路時代,協同商務已成為電子商務的重要應用,顧客關係管理更是應用資訊科技於關係行銷以提昇企業銷售力的有力工具。本研究結合協同商務與顧客關係管理相關理論,發展出跨企業組織、有價分享顧客關係管理資源的協同顧客關係管理模式。...

引用     導入Endnote
柯博昌;田育任;
頁: 203-226
日期: 2008/07
卷期: 15(3)
關鍵字: 類神經網路;有限資源配置;投資組合;資金分配;遺傳演算法;
Keywords: Neural network;limited resource allocation;portfolio;asset allocation;genetic algorithm;
摘要: 類神經網路近幾年被許多學者證明能有效率應用於求解大規模非線性複雜問題,然而應用於有限資源配置(limited resource allocation)問題上並不多見。投資組合資金分配是典型的資源配置問題,傳統投資組合的資金配置方式建立在假設及限制條件下,不符合現實投資環境;被廣泛...

引用     導入Endnote
王旭正;王蕙禛;林立群;
頁: 85-107
日期: 2008/04
卷期: 15(2)
關鍵字: 科技應用;視覺密碼學;基因演算法;安全環境;
Keywords: High-tech demands;visual cryptography;genetic algorithm;security;
摘要: 視覺安全是一種以視覺效果為辨識秘密的機制,其不需要計算大量的複雜數學,和其他傳統的密碼系統比較起來,方便許多。不過,視覺安全在使用上仍有許多議題有待研究與討論。其中,文獻(邱文怡等2002)曾試圖運用善於搜尋問題的最佳解答之基因演算法,來解決視覺安全裡影...

引用     導入Endnote
邱登裕;徐廣銘;
頁: 73-96
日期: 2008/01
卷期: 15(1)
關鍵字: 決策模式;遺傳演算法;法則式類神經網路;倒傳遞類神經網路;
Keywords: Decision model;genetic algorithm;rule-based neural network;back-propagation neural network;
摘要: 方法是結合遺傳演算法與法則式類神經網路,克服利用類神經網路進行財務預測時,其缺乏解釋能力及無法在類神經網路模組中加入專家知識的兩大缺點,而提出一個具有解釋能力的決策模式。期望能透過決策模式的解釋能力讓預測結果能更加取信投資人,並協助投資人進行股市投資...

引用     導入Endnote
連立川;葉怡成;
頁: 29-51
日期: 2008/01
卷期: 15(1)
關鍵字: 股票市場;技術指標;遺傳演算法;類神經網路;
Keywords: Stock market;technical index;genetic algorithms;neural networks;
摘要: 本研究採用台灣大盤股價指數及成交值所轉換的18個價量技術指標做為輸入參數,以期末資金最大化做為適應度函數,應用遺傳演算法(Genetic Algotithms)建構買賣決策類神經網路(Neural Networks)。研究結果顯示,本研究所比較之四種交易策略:遺傳神經網路策略(Genetic Neur...

引用     導入Endnote
吳榮訓;廖高賢;
頁: 111-138
日期: 2007/04
卷期: 14(2)
關鍵字: 技術分析;基因程式規劃;價量關係;機器學習;
Keywords: Technical Analysis;Genetic Programming;Price-and-Volume Relationship;Machine Learning;
摘要: 預測股票走勢的方法有基本分析及技術分析兩類,技術分析是頗受歡迎的一種分析方式,主要是技術分析在判讀上並不一定需要有受過財經教育的專業能力,一般投資人均可以使用技術分析來預測股價走勢。本研究主要目的是使用技術分析中的價量關係為預測變數,並使用十分鐘為一...

引用     導入Endnote
陳美支;黃銘嘉;陳安斌;
頁: 67-89
日期: 2006/10
卷期: 13(專)
關鍵字: 多重分類元系統;時间不變性投資組合保險;動態投資組合保險;
Keywords: Multi-Agent Classifier System;Time Invariant Portfolio Protection;Dynamic Portfolio Insurance;
摘要: 近年乘國人投資理財的風氣漸盛,金融商品日益多元化,面對台灣淺碟式經濟股市經常大起大落,如何降低投資風險,避免鉅額損失,是投資者尋求的投資之道。投資組合保險(Portfolio Insurance)的概念是籍由付出少許的保險費用,以鎖定整個投資組合所面臨價格下跌時之風險,將...

引用     導入Endnote
林萍珍;陳稼興;
頁: 127-152
日期: 2006/07
卷期: 13(3)
關鍵字: 企業價值評估;多值;模糊理論;遺傳程式規劃;
Keywords: Multi-Valued;Business Valuation;Fuzzy Logic;Generic Programming;
摘要: 企業價值評估是評估企業的合理價值,有效的價值評估機制可提昇全業經營績效進而創造投資人的財富。傳統財務建構的評估模式受限於許多的假設前题,以及依特定順序組合線性評估模型,至今仍存在一些爭議問題。此外,相同的評估模型所計算的評估值在不同的證券市場可能產生...

引用     導入Endnote
黃國禎;林宗良;
頁: 171-193
日期: 2005/01
卷期: 12(1)
關鍵字: 網路內容分級;PICS;資訊管理;基因演算法;
Keywords: web content labeling;PICS;information management;genetic algorithms;
摘要: 隨著網路普及率的提昇及上網人口年齡的下降,世界各國對網站內容分級的重視程度也隨著增加。在推網站內容分級的過程中,除了訂定分級標準之外,最重要的研究主題之一,即是分級伺服器的建置與維護策略。由於分級資訊變化快速,而眾多網路用戶在瀏覽網站內容時又必須隨時...

引用     導入Endnote
侯永昌;許慶昇;
頁: 91-109
日期: 2005/01
卷期: 12(1)
關鍵字: 視覺密碼;視覺式秘密分享;遺傳演算法;
Keywords: visual cryptography;visual secret sharing;genetic algorithms;
摘要: 視覺密碼是一個密碼學的新興研究領域,它與傳統密碼學的主要差異在於解密過程的不同。視覺密碼的方法是將一份機密影像加密成N份分享影像,參與機密分享的每個人都可以持有一份分享影像。一群被允許還原秘密的人將她們所持有的分享影像重疊在一起後,便可以直接透過肉眼看...

引用     導入Endnote
陳安斌;張志良;
頁: 63-80
日期: 2001/01
卷期: 07(2)
關鍵字: 選擇權;基因演算法;類神經網路;評價;避險;
Keywords: Option;Genetic algorithm;Neural network;Pricing;Hedging;
摘要: 類神經網路具有學習與高速計算之能力,再加上非線性處理與容錯之特性,使其在行為預測上表現相當優異,雖過去曾有多篇文獻使用類神經網路對選擇權進行評價,但至今尚未見其在避險上之運用,本研究運用基因演算法自動演化之類神經網路,掌握特定認購權證之時間價值與避險...

引用     導入Endnote
林萍珍;陳稼興;林文修;
頁: 155-171
日期: 2000/07
卷期: 07(1)
關鍵字: 投資組合;遺傳演算法;使用者導向;
Keywords: Portfolio;Genetic Algorithms;User-Oriented;
摘要: 本研究探討應用遺傳演算法,利用使用者對產業及公司財務比率之偏好,發展出一套穩健、理性、積極且操作簡易的投資組合選擇模型,以提供投資人依個人不同的需求挑選出最適的投資組合。實證結果的分析分為兩方面:一、在遺傳演算法搜尋績效與穩定性方面:其實驗結果均能滿...

引用     導入Endnote