دانلود مقاله ISI انگلیسی شماره 89028
ترجمه فارسی عنوان مقاله

تشخیص فرار مالیاتی شرکتی با استفاده از یک سیستم هوشمند ترکیبی: مطالعه موردی ایران

عنوان انگلیسی
Detecting corporate tax evasion using a hybrid intelligent system: A case study of Iran
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
89028 2017 17 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 7777 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 14 روز بعد از پرداخت 699,930 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 7 روز بعد از پرداخت 1,399,860 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : International Journal of Accounting Information Systems, Volume 25, May 2017, Pages 1-17

ترجمه کلمات کلیدی
تشخیص فرار از مالیات شرکت، داده کاوی، سیستم هوشمند ترکیبی ماشین بردار پشتیبانی، شبکه عصبی، جستجو هارمونی،
کلمات کلیدی انگلیسی
Corporate tax evasion detection; Data mining; Hybrid intelligent system; Support vector machine; Neural network; Harmony search;
پیش نمایش مقاله
پیش نمایش مقاله  تشخیص فرار مالیاتی شرکتی با استفاده از یک سیستم هوشمند ترکیبی: مطالعه موردی ایران

چکیده انگلیسی

This paper concentrates on the effectiveness of using a hybrid intelligent system that combines multilayer perceptron (MLP) neural network, support vector machine (SVM), and logistic regression (LR) classification models with harmony search (HS) optimization algorithm to detect corporate tax evasion for the Iranian National Tax Administration (INTA). In this research, the role of optimization algorithm is to search and find the optimal classification model parameters and financial variables combination. Our proposed system finds optimal structure of the classification model based on the characteristics of the imported dataset. This system has been tested on the data from the food and textile sectors using an iterative structure of 10-fold cross-validation involving 2451 and 2053 test set samples from the tax returns of a two-year period and 1118 and 906 samples as out-of-sample using the tax returns of the consequent year. The results from out-of-sample data show that MLP neural network in combination with HS optimization algorithm outperforms other combinations with 90.07% and 82.45% accuracy, 85.48% and 84.85% sensitivity, and 90.34% and 82.26% specificity, respectively in the food and textile sectors. In addition, there is also a difference between the selected models and obtained accuracies based on the test data and out-of-sample data in both sectors and selected financial variables of every sector.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 7777 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 14 روز بعد از پرداخت 699,930 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 7 روز بعد از پرداخت 1,399,860 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.