دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: David Blanco-Alcántara, Fernando García-Moreno Rodríguez, Óscar López-de-Foronda Pérez سری: Palgrave Macmillan Studies in Banking and Financial Institutions ISBN (شابک) : 3031190505, 9783031190506 ناشر: Palgrave Pivot سال نشر: 2022 تعداد صفحات: 205 [206] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Fraud and Corruption in EU Funding: The Problematic Use of European Funds and Solutions به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تقلب و فساد در تامین مالی اتحادیه اروپا: استفاده مشکل ساز از بودجه و راه حل های اروپایی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب با استفاده از مدل شبکه عصبی مصنوعی (ANN) برای پیشبینی فعالیتهای غیرقانونی در ERDF و CF، تحقیقات مقایسهای سیستماتیک قوانین و زمینه ضد تقلب در کشورهای اتحادیه اروپا ارائه میکند. همچنین نقشهای از ریسک فساد را با هدف کاهش فساد و تقلب در مدیریت صندوقهای توسعه منطقهای اروپا و صندوقهای انسجام از طریق تلفیق اقدامات و استراتژیهای کافی حاصل از پروژه EUMODFRAUD اتحادیه اروپا شرح میدهد. نویسندگان موقعیتهای خاص را تجزیه و تحلیل میکنند، ریسکها را مشاهده میکنند و در نهایت، روشی نوآورانه را پیشنهاد میکنند که امکان پیشبینی اعمال متقلبانه را فراهم میکند، که هم برای دانشگاهیان، هم برای محققان و هم برای سیاستگذاران در خدمات مالی، مالیه عمومی و جرایم مالی مورد علاقه خواهد بود.
This book provides systematic comparative research of antifraud laws and context at EU countries using a Artificial Neural Network (ANN) model to predict illegal activities in ERDF and CF. It also details a map of corruption risk with the goal of reducing corruption and fraud in the management of European Regional Development Funds and Cohesion Funds through the incorporation of adequate measures and strategies derived from the resulting of EUMODFRAUD EU Project. The authors analyse the specific situations, observe the risks and finally, propose an innovative method that allows predicting fraudulent acts, which will be of interest to both academics, researchers, and policy makers in financial services, public finance, and financial crime.