محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
اتوماسیون در ساخت و ساز
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • application of neural networks for detecting erroneous tax reports from construction companies

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1390/01/01
    • تاریخ انتشار در تی پی بین: 1390/01/01
    • تعداد بازدید: 689
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     in this study we develop an automatic detection model for discovering erroneous tax reports. the model uses a variety of neural network applications inclusive of the multi-layer perceptrons (mlps), learning vector quantization (lvq), decision tree, and hyper-rectangular composite neural network (hrcnn) methods. detailed taxation information from construction companies registered in the northern taiwan region is sampled, giving a total of 5769 tax reports from 3172 construction companies which make up 35.98% of the top-three-class construction companies. the results confirm that the model yields a better recognition rate for distinguishing erroneous tax reports from the others. the automatic model is thus proven feasible for detecting erroneous tax reports. in addition, we note that the hrcnn yields a correction rate of 78% and, furthermore, generates 248 valuable rules, providing construction practitioners with criteria for preventing the submission of erroneous tax reports.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها