| 000 | 02885cam a2200325 a 4500 | ||
|---|---|---|---|
| 003 | EG-GiCUC | ||
| 005 | 20250223032349.0 | ||
| 008 | 190829s2019 ua f m 000 0 ara d | ||
| 040 |
_aEG-GiCUC _bara _cEG-GiCUC |
||
| 041 | 0 | _aara | |
| 049 | _aايداع | ||
| 097 | _aماجستير | ||
| 099 | _aCai01.05.02.M.Sc.2019.نه.إ | ||
| 100 | 0 | _aنهى محمد شحات سليمان خطاب | |
| 245 | 1 | 0 |
_aفى التنبؤ بالتعثر المالى للمنشأت Fuzzy Neural Networks إستخدام الشبكات العصبية الضبابية/ _cنهى محمد شحات سليمان خطاب ؛ إشراف سمية أمين على |
| 246 | 1 | 5 | _aUsing the fuzzy neural Networks to predict the financial distress of companies |
| 260 |
_aالقاهرة : _bنهى محمد شحات سليمان خطاب : _c2019 |
||
| 300 |
_a247ورقة ؛ _c30سم |
||
| 502 | _aاطروحة (ماجستير) - جامعة القاهرة - كلية التجارة - قسم المحاسبة | ||
| 520 | _aتهدف هذه الدراسة إلى تقديم نموذج الشبكات العصبية الضبابية للتنبؤ بالتعثر المالى لمساعدة الأطراف المهتمة من المستثمرين: و المحللين الماليين: حيث تسهم هذه الدراسة فى إدخال متغيرات إلى النموذج العصبي الضبابى: تتمثل فى المؤشرات المالية و مقاييس حوكمة الشركات و متغيرات الإقتصاد الكمى. و تم تقديم نظام الاستدلال الضبابى القائم على الشبكات التكيفية من خلال دوال العضوية فى أشكال المثلت : و منحنى جاسين: و منحني الجرس: و منحنى سجمويد: و شبه المنحرف : و قد تم تطبيق الدراسة على عينة من الشركات المدرجة في البورصة المصرية خلال الفترة من عام 02010 حتى عام 02015 و تشير النتائج إلى أن الدقة التنبؤية للنموذج بالنسبة لدالة العضوية الجرس تبلغ 100%: و بالنسبة لمنحنى جاسين 100% و منحنى سجمويد 100%: شبه المنحرف 98.79% : المثلث 95.18 %. و بالتالي يؤدي استخدام نموذج (إيه إن إف أى إس) إلي تحسين دقة التنبؤ بالتعثر المالى | ||
| 530 | _aصدر ايضا كقرص مدمج | ||
| 653 | 4 | _aالاستدلال الضبابى القائم على الشبكات التكيفية | |
| 653 | 4 | _aالشبكات العصبية الضبابية | |
| 653 | 4 | _aالنموذج العصبى الضبابى | |
| 700 | 0 |
_aسمية أمين على : _eمشرف |
|
| 856 | _uhttp://172.23.153.220/th.pdf | ||
| 905 |
_aNazla _eRevisor |
||
| 905 |
_aSamia _eCataloger |
||
| 942 |
_2ddc _cTH |
||
| 999 |
_c73563 _d73563 |
||