基于深度去噪自编码器的智能内部审计预警研究

基于生成式人工智能技术的ChatGPT,依托其强大的数据分析与处理能力以及大型语言模型,为企业智能内部审计预警提供新思路、新路径。文章在探讨生成式人工智能与企业内部审计契合性的基础上,结合ChatGPT的关键技术架构,构建了一种以添加注意力机制和双向长短期记忆(Attention-Bi-LSTM)作为神经网络的深度去噪自编码器(DDAE)智能内部审计预警模型,并从基础设施层、数据层、服务层、平台层和应用层五个层次分析了该模型在应用实施中的关注点。期望本文可以为以ChatGPT为代表的生成式人工智能应用于企业内部审计预警提供新的方法,也为注册会计师从事社会审计提供借鉴。

基于集成学习与数据驱动的电动汽车动力电池多维度故障预警

针对汽车动力电池风险预测中单一算法在非均衡数据集上性能欠佳,以及分析维度不足等问题,提出一种建立在多维特征之上的数据驱动多模型集成学习方法以实现电池故障预警。根据内外部因素从电池状态、行驶状况、历史信息和时间环境多方面提取特征,以还原真实应用场景;通过FilterWrapper法剔除冗余无效信息来进行特征筛选,以提高鲁棒性;在Bayes优化结合网格搜索法完成超参数调优的基础上,构建了以SVM、LightGBM和XGBoost为初级学习器、LR为次级学习器的异质集成Stacking模型。结果表明:考虑了外部特征后的融合模型在评估指标上综合表现最好,其中在中、高等级的故障预警上召回率分别达到了85.81%和88.92%,相较传统仅考虑电池内部特征的单一模型有着更好的预测精度和泛化能力。

基于ChatGPT的智能财务报告研究

基于新一代生成式人工智能技术的ChatGPT,其强大的自然语言处理能力对财务报告生成的流程与方法产生了重要影响。本文首先分析ChatGPT对传统财务报告体系下报告生成质量、效率、范式的影响,然后利用RPA、深度学习以及语言模型等技术特征构建基于ChatGPT结合其他自动化技术的智能财务报告生成模型,最后探讨基于ChatGPT的智能财务报告生成模型可能面临的风险及其应对措施。

疫情常态化下财务共享应用与研究

2019年年末,新冠肺炎疫情席卷全球,给企业带来了沉重打击,同时也引发了人们对如何适应常态化疫情形势,改变企业运转困难现状,财务共享如何改革等一系列问题的思考。对传统业务模式给企业带来的制约进行分析,论证财务共享是使企业在疫情的冲击下"活下来"和高效化运营的首要选择。并据此分析财务共享给企业带来的在资金、业财税一体化、管理体系和办公模式等方面的优势。