期刊文献+

基于机器学习的智能会计引擎研究 被引量:19

下载PDF
导出
摘要 “大智移云”时代,新兴信息技术正在不断颠覆传统并持续为企业的创新实践赋能,变革已成为企业经营管理新常态。其中,以机器学习为核心的人工智能技术能够自主深入挖掘现有海量数据的内在价值,预测未知,有效驱动企业财务管理,实现数字化、智能化转型,并与业务发展紧密交融。文章拟从会计引擎角度切入,探讨机器学习在财务会计和管理会计两个不同层面对企业财务的智能化革新,同时指出利用机器学习构建智能会计引擎所面临的机遇与挑战。研究表明,经机器学习再造的智能会计引擎将成为集高效率财务核算流程与多维度财务管理职能于一身的独立性平台工具,为企业业务与财务的顺利衔接与深度融合增添助力;国家政策和其他新兴技术的支持使得机器学习在智能时代对会计引擎的重塑充满机遇,但人才的紧缺和机器学习的局限都将是必须应对的挑战。
出处 《会计之友》 北大核心 2020年第5期52-58,共7页 Friends of Accounting
基金 教育部产学合作协同育人项目(201802258005) 北京邮电大学重大教改项目(2017JY32、2018TD03)
  • 相关文献

参考文献5

二级参考文献26

  • 1杨纪琬.开发人才,开发智力,尽早实现我国会计电算化[J].会计研究,1985(4):20-25. 被引量:10
  • 2唐清亮.深入进行会计电算化的理论研究[J].会计研究,1986(4):50-54. 被引量:1
  • 3王景新.我国会计电算化事业的发展与回顾[J].会计研究,1994(6):53-56. 被引量:5
  • 4Kollar D, Friedman N. Probabilistic graphical models: principles and techniques. Cambridge: The MIT Press, 2009.
  • 5Balasubramanian M, Schwartz E L. The isomap algorithm and topological stability. Science, 2002, 295: 7.
  • 6Roweis S T, Saul L K. Nonlinear dimensionality reduction by locally linear embedding. Science, 2000, 290: 2323-2326.
  • 7Mayer-Schnberger V, Cukier K. 大数据时代. 盛杨燕, 周涛, 译. 杭州: 浙江人民出版社, 2013.
  • 8Wang F, Zhao B, Zhang C. Linear time maximum margin clustering. IEEE Trans Neural Netw, 2010, 21: 319-332.
  • 9Deng J, Dong W, Socher R, et al. ImageNet: a large-scale hierarchical image database. In: Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Piscataway: IEEE, 2009. 248-255.
  • 10Krizhevsky A, Sutskever I, Hinton G. Imagenet classification with deep convolutional neural networks. In: Proceedings of NIPS Conference, Lake Tahoe, 2012. 1106-1114.

共引文献301

同被引文献124

引证文献19

二级引证文献74

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部