深度学习模型应用:面向审计业务全流程的整合性框架

摘要：

深度学习不仅拥有对半结构化和非结构化数据强大的信息识别能力,还能基于海量数据进行高效精准的预测分析和判断支持,这将极大地拓展审计证据范围,改善审计决策机制,有助于提升审计效率和审计质量.本文基于深度学习模型的信息识别功能和判断支持功能,将深度学习的智能分析与审计师的经验修正有效融合,不断扩充、更新、迭代审计数据仓库,面向审计业务全流程,构建深度学习模型应用于审计业务不同阶段的集成性、整合性框架,以便更好地指导和推动深度学习模型和方法的审计应用.

关键词：深度学习、机器学习、审计业务全流程、数据仓库

所属期刊栏目：44

分类号：C93;F239(管理学)

资助基金：全国会计科研课题重点项目2020ASC009

在线出版日期：2023-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：108-116