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

Виявлення та аналіз аномалій у фінансових звітах на основі гібридного ансамблевого підходу Isolation Forest та LSTM autoencoders

Скорочена інформація про документ
dc.contributor.authorЛановик, А. С.uk
dc.contributor.authorЯровий, А. А.uk
dc.titleВиявлення та аналіз аномалій у фінансових звітах на основі гібридного ансамблевого підходу Isolation Forest та LSTM autoencodersuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЛановик А. С., Яровий А. А. Виявлення та аналіз аномалій у фінансових звітах на основі гібридного ансамблевого підходу Isolation Forest та LSTM autoencoders // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28322.uk
dc.relation.ispartofМатеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28322
dc.identifier.udc004.85:657.6
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/54627
dc.description.abstractУ роботі розглядається актуальна задача автоматизованого виявлення аномалій у фінансовій звітності підприємств. Запропоновано гібридну систему на основі ансамблю алгоритмів Isolationuk
dc.description.abstractThe paper considers the urgent task of automated detection of anomalies in financial reporting of enterprises. A hybrid system based on the Isolation Forest and LSTM Autoencoder ensemble of algorithms is proposed, which uses set of 17 features that integrates an extended set of technical indicators. A comparison of the proposed approach with existing commercial solutions is provided.en
dc.subjectаномаліїuk
dc.subjectфінансова звітністьuk
dc.subjectштучний інтелектuk
dc.subjectIsolation Foresten
dc.subjectLSTMAutoencoderen
dc.subjectвиявлення шахрайстваuk
dc.subjectфінансовий аналізuk
dc.subjectanomaliesen
dc.subjectfinancial reportingen
dc.subjectartificial intelligenceen
dc.subjectLSTM Autoencoderen
dc.subjectfraud detectionen
dc.subjectfinancial analysisen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesAI Anomaly Detection Use Cases in Finance [Електронний ресурс]. — Режим доступу: https://www.lucid.now/blog/ai-anomaly-detection-use-cases-finance/.en
dc.relation.referencesМетод виявлення аномалій у фінансових звітах / А.С. Лановик, Я.В. Іванчук – Матеріали LІV Всеукраїнської науково-технічної конференції підрозділів ВНТУ (НТКП ВНТУ-2025). – [Електронний ресурс]. – Тип доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa2025/paper/view/23674/19533uk
dc.relation.referencesIBM Cognos Analytics. Forecasting and anomaly detection [Електронний ресурс]. — 2024. —Режим доступу: https://www.ibm.com/docs/en/cognos-analytics/11.2.x?topic=manualsen
dc.relation.referencesSAP. Finance NXT Anomaly Detection by Bosch Global Software Technologies [Електронний ресурс]. — Режим доступу: https://www.sap.com/ukraine/products/artificial-intelligence/partners/boschglobal-software-technologies-finance-nxt-anomaly-detection.htmlen
dc.relation.referencesOracle. Anomaly Detection [Електронний ресурс]. — Режим доступу: https://docs.oracle.com/en/database/oracle/machine-learning/oml4sql/23/dmcon/anomaly-detection.htmluk
dc.date.accessioned2026-09-18T07:41:10Z
dc.date.available2026-09-18T07:41:10Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
28322.pdf
Розмір:
304,13 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2026)