این مقاله انگلیسی ISI در نشریه امرالد در سال 2023 منتشر شده که 8 صفحه می باشد، ترجمه فارسی آن نیز 12 صفحه میباشد. کیفیت ترجمه این مقاله عالی بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی |
عنوان فارسی مقاله: |
هوش مصنوعی و یادگیری عمیق: ملاحظات موسسات مالی برای مطابقت با بار نظارتی در بریتانیا
|
عنوان انگلیسی مقاله: |
Artificial intelligence and deep learning: considerations for financial institutions for compliance with the regulatory burden in the United Kingdom
|
|
مشخصات مقاله انگلیسی |
نشریه |
امرالد – Emeraldinsight |
سال انتشار |
2023 |
فرمت مقاله انگلیسی |
pdf و ورد تایپ شده با قابلیت ویرایش |
تعداد صفحات مقاله انگلیسی |
8 صفحه |
نوع مقاله |
ISI |
نوع نگارش |
مقاله پژوهشی (Research Article) |
نوع ارائه مقاله |
ژورنال |
رشته های مرتبط با این مقاله |
مهندسی کامپیوتر – مدیریت |
گرایش های مرتبط با این مقاله |
مدیریت مالی – مدیریت کسب و کار – مدیریت فناوری اطلاعات – هوش مصنوعی |
چاپ شده در مجله (ژورنال) |
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 |
نمایه (index) |
scopus |
نویسندگان |
Charanjit Singh |
شناسه شاپا یا ISSN |
1359-0790 |
شناسه دیجیتال – doi |
https://doi.org/10.1108/JFC-01-2023-0011 |
لینک سایت مرجع |
https://www.emerald.com/insight/content/doi/10.1108/JFC-01-2023-0011/full/html |
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 |
شاخص Q یا Quartile (چارک) |
Q2 در سال 2022 |
بیس |
نیست ☓ |
مدل مفهومی |
ندارد ☓ |
پرسشنامه |
ندارد ☓ |
متغیر |
ندارد ☓ |
فرضیه |
ندارد ☓ |
رفرنس |
دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول |
13946 |
مشخصات و وضعیت ترجمه فارسی این مقاله |
فرمت ترجمه مقاله |
ورد تایپ شده با قابلیت ویرایش و pdf |
وضعیت ترجمه |
ترجمه شده و آماده دانلود |
کیفیت ترجمه |
عالی (مناسب استفاده دانشگاهی و پژوهشی) |
تعداد صفحات ترجمه |
12 صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول |
ندارد ☓ |
ترجمه متون داخل تصاویر |
ندارد ☓ |
ترجمه متون داخل جداول |
ندارد ☓ |
ترجمه ضمیمه |
ندارد ☓ |
درج تصاویر در فایل ترجمه |
درج شده است ✓ |
درج جداول در فایل ترجمه |
درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه |
ندارد ☓ |
منابع داخل متن |
به صورت عدد درج شده است ✓ |
منابع انتهای متن |
به صورت انگلیسی درج شده است ✓ |
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
|
بخشی از ترجمه |
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.
نهادهای نظارتی و قانون گذاران همگی قوانین و راهنمایی هایی دارند که باید از آن ها پیروی کنند، و خدمات مالی فرقی ندارند. علاوه بر قوانین و مقررات تنظیم شده توسط نهادهای نظارتی و قانون گذاران، جرائم سایبری، مبارزه با پولشویی، تأمین مالی ضد ترور، و تقلب مالی همگی مواردی هستند که مؤسسات مالی را تحت تأثیر قرار می دهند و رژیم های قانون گذاری گسترده ای وجود دارند که باید با دقت رعایت شوند. آنچه در ادامه آمده خلاصه ایست که به مفهوم سازی اندازه ی وظیفه/بار تطبیق مقرراتی کمک خواهد کرد.
|