Bu makale, farklı dış finansman faktörlerinin KOBİ'lerin yenilenebilir enerjiyi gibi eko-inovasyon uygulamalarını benimsemesini nasıl etkilediğini açıklamayı amaçlamaktadır. Derin öğrenme algoritması uygulanarak 5456 KOBİ'nin yenilenebilir enerji operasyonlarını benimseme konusunda çeşitli dış finansal girdi değişkenlerinin tahmini incelenmiştir. Yenilenebilir enerjinin benimsenmesine ilişkin farklı girdi değişkenlerinin performansını değerlendirmek için veri kümesine Uzun Kısa Süreli Bellek Modeli (LSTM) uygulanmıştır. Ayrıca veri setini farklı makine öğrenme algoritmaları ile karşılaştırılmıştır. Bulgular, LSTM'nin tüm metrikler için en yüksek performansı verdiğini göstermektedir. Sonuç olarak, bazı önemli teorik çıkarımlar verilmiştir.
This paper aims to apply a deep learning algorithm to estimate the prediction of various external financial input variables on adopting eco-innovation practices such as renewable energy operations of 5456 SMEs. A Long Short-Term Memory Units (LSTM) is applied to the data set to evaluate the performance of different input variables on the adoption of renewable energy. Furthermore, we process the dataset with different machine learning algorithms and compare the results. The findings indicate that LSTM gives the highest performance for all metrics. As a result, some important theoretical implications for management scholars are given.
Alan : Güzel Sanatlar; Sosyal, Beşeri ve İdari Bilimler; Spor Bilimleri
Dergi Türü : Ulusal
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|