<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Метод виявлення аномалій у фінансових звітах

Вантажиться...
Ескіз

Дата

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

Запропоновано метод виявлення аномалій у фінансових звітах на основі алгоритму машинного навчання Isolation Forest, який дозволяє підвищити точність ідентифікації потенційного шахрайства, помилок обліку та нетипових фінансових операцій. Досліджено вплив параметрів алгоритму на ефективність виявлення аномалій у різних типах фінансових даних .
A method for detecting anomalies in financial reports based on the Isolation Forest machine learning algorithm is proposed, which allows to increase the accuracy of identifying potential fraud, accounting errors and atypical financial transactions. The influence of the algorithm parameters on the efficiency of detecting anomalies in different types of financial data is studied.

Опис

УДК

Тип документа

Мова

ISSN

Бібліографічний опис

Лановик А. С., Іванчук Я. В. Метод виявлення аномалій у фінансових звітах // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23671.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Abdul Kader, L. Anomaly detection in financial transaction time series data [Master's thesis, Uppsala University]. - Uppsala University, 2023. - 56 с.
  2. М. В. Дубініна, І. С. Норова. Особливості виявлення та попередження помилок у фінансовій звітності: стаття Миколаїв, 2013р. - 6 с.
  3. Alexander Bakumenko Detecting anomalies in financial data using Machine Learning - Luleå University of Technology Department of Computer Science, Electrical and Space Engineering, 2022. - 68 с.
  4. What is Isolation Forest? [Електронний ресурс] – Режим доступу: https://www.geeksforgeeks.org/what-is-isolation-forest/.