یک رویکرد یادگیری ماشین برای شناسایی انواع مختلف عدم قطعیت
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 171
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTI05_018
تاریخ نمایه سازی: 8 آبان 1401
چکیده مقاله:
در این پژوهش تکنیک های پردازش زبان طبیعی را برای استخراج معیارهای عدم قطعیت از کتاب های بورس سیستم فدرال رزروبانکی امریکا بین سال های ۱۹۷۰ و ۲۰۱۸ پیاده سازی می کنیم. عدم قطعیت تجاری و اقتصادی با ضعف در آینده. بیکاری بیشتر وحق بیمه مدت بالا مرتبط است. از سوی دیگر عدم قطعیت سیاسی و دولتیء اگرچه در چند سال اخیر بالا بوده. اما تاثیر آماریمعناداری بر اقتصاد نداشته است. هنگامی که سیستم فدرال رزرو در مورد مسیر نرخ بهره شفافیت بیشتری ارائه می دهد. حق بیمهمدت دار در اوراق قرضه بلندمدت کاهش می یابد و فعالیت اقتصادی افزایش می یابد. اگرچه عدم قطعیت در ایالات متحده در اینچند سال گذشته بالا مانده است» روش شناسی ما نشان می دهد که این به احتمال زیاد به سیاست و دولت مربوط می شود و برسلامت کلی اقتصاد. با اثرات ناچیز بر فعالیت اقتصادی مربوط نیست. این یافته با جداسازی اخیر برخی معیارهای عدم قطعیت وشرایط مالی عمومی مشاهده شده در ایالات متحده مطابقت دارد. پیشنهاد ما این است که همراه با کمی کردن عدم قطعیت،تشخیص نوع عدم قطعیتی که اندازه گیری می شود نیز مهم است.
کلیدواژه ها:
نویسندگان
فاطمه دستیارحقیقی
دانشجوی رشته کاردانی فناوری اطلاعات، دپارتمان برق و کامپیوتر، دانشکده حضرت فاطمه (س)، دانشگاه فنی و حرفه ای استان کرمان، ایران
محدثه منتظری دشت خاکی
مربی فنی کامپیوتر، دپارتمان برق و کامپیوتر، دانشکده حضرت فاطمه (س)، دانشگاه فنی و حرفه ای استان کرمان، ایران