ترجمه مقاله هوش مصنوعی و یادگیری عمیق - نشریه امرالد

ترجمه مقاله هوش مصنوعی و یادگیری عمیق - نشریه امرالد
قیمت خرید این محصول
۷۵,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
هوش مصنوعی و یادگیری عمیق: ملاحظات موسسات مالی برای مطابقت با بار نظارتی در بریتانیا
عنوان انگلیسی
Artificial intelligence and deep learning: considerations for financial institutions for compliance with the regulatory burden in the United Kingdom
صفحات مقاله فارسی
12
صفحات مقاله انگلیسی
8
سال انتشار
2023
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
امرالد - Emerald
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
1.601 در سال 2022
شاخص H_index مجله
29 در سال 2023
شاخص SJR مجله
0.326 در سال 2022
شناسه ISSN مجله
1359-0790
شاخص Q یا Quartile (چارک)
Q2 در سال 2022
کد محصول
13946
وضعیت ترجمه عناوین تصاویر و جداول
ندارد ☓
وضعیت ترجمه متون داخل تصاویر و جداول
ندارد ☓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
ندارد ☓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
فرضیه
ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی کامپیوتر - مدیریت - مدیریت مالی - مدیریت کسب و کار - مدیریت فناوری اطلاعات - هوش مصنوعی
مجله
Journal of Financial Crime
کلمات کلیدی
فناوری مقررات گذاری - مقررات - یادگیری عمیق - یادگیری ماشین - هوش مصنوعی - قانون و حقوق انگلیس
کلمات کلیدی انگلیسی
RegTech - Regulation - Deep learning - Machine learning - Artificial intelligence - English law
doi یا شناسه دیجیتال
scopus شناسه دیجیتال (DOI): https://doi.org/10.1108/JFC-01-2023-0011
فهرست مطالب
چکیده
1- مقدمه
2- ملاحظات عملی و هزینه ها
3- هوش مصنوعی، یادگیری ماشین، یادگیری عمیق
4- مؤسسات مالی و استفاده ی آن ها از یادگیری عمیق – پیدایش های فعلی و روندهای آتی
5- نتیجه گیری
منابع
تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
   
فایل پاورپوینت این مقاله
در کنار ترجمه مقاله، فایل پاورپوینت این مقاله نیز ایجاد شده و در این محصول قرار داده شده است که پس از خریداری به همراه ترجمه قابل دانلود خواهد بود. تعداد اسلایدهای این پاورپوینت 13 می باشد و آماده ارائه در دانشگاه یا سایر سمینارها است.
فایل خلاصه ترجمه
در صورتی که نیاز به خلاصه ای از متن ترجمه این مقاله دارید، می توانید از فایل خلاصه ترجمه استفاده نمایید که به این محصول اضافه شده است. خلاصه ترجمه این مقاله در 4 صفحه در فایل word انجام شده و داخل بسته قرار گرفته است.
نمونه چکیده ترجمه متن فارسی
چکیده
هدف – هوش مصنوعی (AI)، یادگیری ماشین (ML)، و یادگیری عمیق (DL) تأثیر به سزایی روی بانکداری (فناوری مالی یا فین تک)، سلامت و بهداشت (فناوری سلامت)، قانون (فناوری مقررات گذاری)، و سایر بخش هایی مثل جمع آوری کمک های مالی برای خیریه (فناوری خیریه) دارند. سرعت نوآوری مرتبط با فناوری و توانایی سیستم های هوش مصنوعی برای فکر کردن درست شبیه به انسان ها (شبیه سازی هوش انسان)، انجام وظایف و کارها به صورت مستقل، توسعه و بسط هوش براساس تجارب خود، و پردازش لایه های اطلاعاتی برای یادگیری بازنمایی های همواره پیچیده از داده ها (ML/DL) به این معناست که ارتقا و پیشرفت در نرخ هایی که در آن ها این فناوری می تواند وظایف پیچیده، فنی، و زمان بر را انجام دهد، مردم، اشیاء، صداها، الگوها و غیره را شناسایی کند، مشکلات را زودتر بررسی کند، و راه حل ها را ارائه نماید، سودهای خیره کننده ای را در شرایط اقتصادی، سیاسی، و اجتماعی فراهم نماید. هدف از انجام این مقاله بررسی دقیق اختراعات و پیدایش های جدید در هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق در بستر چالش تطبیق مقرراتی است که مؤسسات مالی در بریتانیا (UK) با آن مواجه می شوند.
طراحی/ متدولوژی/ رویکرد – موضوع از طریق آنالیز داده ها و ادبیات پژوهشی منتشر شده به صورت داخلی و بین المللی دقیقا بررسی می شود. اولین بخش این مقاله زمینه ی مسائل مقرراتی فعلی، پیدایش موارد جدید در یادگیری عمیق، چگونگی استفاده از هوش مصنوعی توسط مؤسسات مالی در حال حاضر، و اینکه چطور هوش مصنوعی می تواند از فوریه ی 2023 راه حل های تکنولوژیکی بیشتری را برای انطباق با مقررات ارائه دهد را خلاصه می کند.
یافته ها – نشان داده شده است که مؤسسات مالی بریتانیا می توانند استفاده ی بیشتری از هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق به عنوان بخشی از انبار راه حل هایی داشته باشند که بار مقرراتی را راحت کرده و به سطوح بالایی از موفقیت انطباق با مقررات دست پیدا می کنند.
اصالت/ ارزش – تا جایی که نویسنده ی این مقاله می داند، این اولین مطالعه ایست که به صورت مشخص به بررسی دقیق این مسئله پرداخته است که چطور هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق کماکان می توانند به موسسات مالی بریتانیا در برآورده کردن چالش تطبیق مقرراتی و فرصت های فراهم شده برای موسسات مالی از طریق فراجهان کمک کنند.
2- ملاحظات عملی و هزینه ها
مؤسسات مالی، در انگلستان و ولز، سازمان های قانون مند و تحت نظارت منوط به قانون خدمات مالی 2012 هستند که مسیر را برای یک سیستم قانون گذاری سه جانبه ی متشکل از ناظر امور مالی (FCA)، مرجع مقررات احتیاطی (PRA)، و کمیته ی برنامه ریزی مالی (FPC) هموار کرد. درحالیکه بحث و گفتمان در مورد عملکرد آن ها، و عملکرد نهادهای فرعی مثل شورای گزارش دهی مالی و خدمات بازرس مالی، فراتر از حوزه ی این مقاله است، بهتر است خلاصه ای از نمای کلی مالی ارائه شود تا زمینه ای به بزرگی کار تطبیق مقرراتی دردست داده شود [1]. وظیفه ی ناظر امور مالی (FCA) این است تا اطمینان دهد که بازار مالی برای کسب و کارها، اقتصاد و مصرف کنندگان قابل اطمینان، منصفانه و مؤثر و کارآمد است. این ناظر به دنبال حصول اطمینان از این است که مصرف کنندگان به یک معامله ی منصفانه دست پیدا می کنند. ناظر امور مالی (FCA) برای بیشتر از 50 هزار کسب و کار مقررات تنظیم می کند، 48 هزار سازمان را به صورت محتاطانه نظارت می کند، و استانداردهای مشخص را برای 18 هزار شرکت و بنگاه اقتصادی تعیین می نماید. مرجع مقررات احتیاطی (PRA) برای بالغ بر 1500 بانک، جامعه ی ساخت و ساز، واحدهای اعتبار، بیمه گران، و شرکت های بزرگ سرمایه گذاری تنظیم مقررات می کند، و کمیته ی برنامه ریزی مالی (FPC) با شناسایی ریسک ها و نظارت بر آن ها که ممکن است ثبات و پایداری کل سیستم مالی بریتانیا را تهدید کنند به هدایت کار بانک انگلستان درخصوص پایداری مالی می پردازد. لذا، درحالیکه مرجع مقررات احتیاطی (PRA) روی شرکت های مستقل متمرکز است، درمقابل، کمیته ی برنامه ریزی مالی (FPC) روی کل سیستم تمرکز می کند.

بدون دیدگاه