《表3 预测结果:深度学习和知识图谱在智能监管中的应用研究》
按照样本描述性统计和T检验、Wilcoxon秩检验,将样本数据带入LSTM神经网络,对样本的120家上市公司进行返回判定,结果如表3所示。结果表明,基于LSTM的深度神经网络方法对企业是否会进入财务困境进行预判是一种非常可靠的方法。
图表编号 | XD00102781600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 陶睿、吴继春、谢胜强、郑海涛、毛子舒 |
绘制单位 | 同济大学投资研究所 |
更多格式 | 高清、无水印(增值服务) |
按照样本描述性统计和T检验、Wilcoxon秩检验,将样本数据带入LSTM神经网络,对样本的120家上市公司进行返回判定,结果如表3所示。结果表明,基于LSTM的深度神经网络方法对企业是否会进入财务困境进行预判是一种非常可靠的方法。
图表编号 | XD00102781600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 陶睿、吴继春、谢胜强、郑海涛、毛子舒 |
绘制单位 | 同济大学投资研究所 |
更多格式 | 高清、无水印(增值服务) |