Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/43919
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | ญาใจ ลิ่มปิยะกรณ์ | en_US |
dc.contributor.author | ชวิศ ทวีโรจน์กุลศรี | en_US |
dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ | en_US |
dc.date.accessioned | 2015-06-24T06:45:49Z | |
dc.date.available | 2015-06-24T06:45:49Z | |
dc.date.issued | 2556 | en_US |
dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/43919 | |
dc.description | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556 | en_US |
dc.description.abstract | โดยทั่วไปการประมาณหรือประเมินค่ามักกระทำโดยผู้เชี่ยวชาญ การประเมินความเสี่ยงเป็นกิจกรรมหนึ่งที่มีวัตถุประสงค์เพื่อจัดลำดับความสำคัญความเสี่ยง โดยพิจารณาจากระดับความรุนแรงการสูญเสียที่อาจเกิดขึ้นได้ การวิเคราะห์สถานการณ์เป็นวิธีการที่นิยมใช้เพื่อประเมินผลกระทบในกรณีที่มีปัจจัยความเสี่ยงเกิดขึ้น อย่างไรก็ตาม การประเมินระดับความรุนแรงของผลกระทบในสถานการณ์ต่างๆ โดยผู้เชี่ยวชาญเป็นกิจกรรมที่สิ้นเปลืองทรัพยากร รวมถึงต้องมีการตรวจสอบและการประเมินใหม่ เพื่อใช้ในการเปรียบเทียบกับข้อมูลความเสียหายที่เกิดขึ้นจริงที่มีอยู่ตลอดเวลา นอกจากวิธีการประเมินค่าโดยผู้เชี่ยวชาญ การสร้างแบบจำลองเป็นเทคนิคหนึ่งที่สามารถใช้สำหรับการวิเคราะห์สถานการณ์ งานวิจัยนี้ได้ศึกษาวิธีการสร้างแบบจำลองสำหรับการประเมินค่าระดับความรุนแรงการสูญเสียด้วยโมเดลสมการโครงสร้างและแบ็คพรอพาเกชันนิวรอลเน็ตเวิร์กในบริบทของความเสี่ยงทางด้านปฏิบัติการ ซึ่งเป็นความเสี่ยงประเภทหนึ่งในกลุ่มธุรกิจที่ให้บริการทางด้านการธนาคารและการเงิน ผลลัพธ์ที่ได้พบว่า โมเดลสมการโครงสร้างมีความแม่นยำในการทำนายระดับความรุนแรงการสูญเสียน้อยกว่ามาก อันเป็นผลมาจากความสัมพันธ์ระหว่างตัวแปรที่ไม่เป็นเชิงเส้น ถึงแม้ว่าโมเดลสมการโครงสร้างจะไม่เหมาะสมกับการจำลองแบบความสัมพันธ์ที่ไม่เป็นเชิงเส้น แต่ก็มีข้อดีในการใช้เพื่อวิเคราะห์ความสัมพันธ์ทั้งทางตรงและทางอ้อมระหว่างตัวแปรที่ต้องการตรวจสอบได้ | en_US |
dc.description.abstractalternative | In general, estimation or assessment is performed by domain experts. Risk assessment is the activity aiming at prioritizing risks with regard to their potential loss severity. Scenario analysis is a method usually used for assessing the impact when risk factors really occur. However, the expert assessment of various risk scenarios that may result in a certain level of impact severity is considered as a resource consuming activity. In addition, it requires frequently validating and re-assessing to compare with the actual loss data available over time. Alternatively, model construction is one of the techniques that can be used for scenario analysis. This research has studied applying the modeling approach to assessing loss severity using the Structural Equation Model and Backpropagation neural network in the context of operational risk, which is one of the risk dimensions in banking and financial services community. The results reported that the Structural Equation Model provided much less accuracy when predicting the level of loss severity due to the finding that the relationship among variables is not linear. Although, the Structural Equation Model is not suitable for modeling nonlinear relationship, it is good at analyzing either direct or indirect relationship among variables under investigation. | en_US |
dc.language.iso | th | en_US |
dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.relation.uri | http://doi.org/10.14457/CU.the.2013.1364 | - |
dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.subject | แบบจำลองสมการโครงสร้าง | |
dc.subject | แบบจำลองทางคอมพิวเตอร์ | |
dc.subject | Structural equation modeling | |
dc.subject | Computer simulation | |
dc.title | แบบจำลองการเรียนรู้สำหรับการประเมินค่าอันดับโดยผู้เชี่ยวชาญ | en_US |
dc.title.alternative | LEARNING MODELS FOR RANKING ASSESSMENT BY EXPERTS | en_US |
dc.type | Thesis | en_US |
dc.degree.name | วิทยาศาสตรมหาบัณฑิต | en_US |
dc.degree.level | ปริญญาโท | en_US |
dc.degree.discipline | วิศวกรรมซอฟต์แวร์ | en_US |
dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.email.advisor | limpyac@gmail.com | en_US |
dc.identifier.DOI | 10.14457/CU.the.2013.1364 | - |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
5570972321.pdf | 7.48 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.