論文の概要: Enhanced Audit Techniques Empowered by the Reinforcement Learning
Pertaining to IFRS 16 Lease
- arxiv url: http://arxiv.org/abs/2101.05633v1
- Date: Tue, 5 Jan 2021 14:44:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-11 11:44:51.345260
- Title: Enhanced Audit Techniques Empowered by the Reinforcement Learning
Pertaining to IFRS 16 Lease
- Title（参考訳）: IFRS 16 リースによる強化学習を活用した強化監査手法
- Authors: Byungryul Choi
- Abstract要約: 会計監査の目的は、企業の財務活動を明確に把握することである。
強化学習とそのよく知られたコードは、インタプリタの可能性と活用可能性を引き出す目的で作成される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The purpose of accounting audit is to have clear understanding on the
financial activities of a company, which can be enhanced by machine learning or
reinforcement learning as numeric analysis better than manual analysis can be
made. For the purpose of assessment on the relevance, completeness and accuracy
of the information produced by entity pertaining to the newly implemented
International Financial Reporting Standard 16 Lease (IFRS 16) is one of such
candidates as its characteristic of requiring the understanding on the nature
of contracts and its complete analysis from listing up without omission, which
can be enhanced by the digitalization of contracts for the purpose of creating
the lists, still leaving the need of auditing cash flows of companies for the
possible omission due to the potential error at the stage of data collection,
especially for entities with various short or middle term business sites and
related leases, such as construction entities.
The implementation of the reinforcement learning and its well-known code is
to be made for the purpose of drawing the possibility and utilizability of
interpreters from domain knowledge to numerical system, also can be called
'gamification interpreter' or 'numericalization interpreter' which can be
referred or compared to the extrapolation with nondimensional numbers, such as
Froude Number, in physics, which was a source of inspiration at this study.
Studies on the interpreters can be able to empower the utilizability of
artificial general intelligence in domain and commercial area.
- Abstract（参考訳）: 会計監査の目的は、手作業による分析よりも数値分析の方が優れているとして、機械学習や強化学習によって強化される企業の財務活動を明確に理解することである。
For the purpose of assessment on the relevance, completeness and accuracy of the information produced by entity pertaining to the newly implemented International Financial Reporting Standard 16 Lease (IFRS 16) is one of such candidates as its characteristic of requiring the understanding on the nature of contracts and its complete analysis from listing up without omission, which can be enhanced by the digitalization of contracts for the purpose of creating the lists, still leaving the need of auditing cash flows of companies for the possible omission due to the potential error at the stage of data collection, especially for entities with various short or middle term business sites and related leases, such as construction entities.
強化学習とそのよく知られたコードの実装は、ドメイン知識から数値システムへのインタプリタの可能性と活用可能性を引き出すためであり、物理学におけるフロード数などの非次元数による外挿と比較できる「ゲーム化インタプリタ」や「数値化インタプリタ」とも呼ばれる。
インタプリタの研究は、ドメインおよび商業領域における人工知能の実用性を高めることができる。
関連論文リスト
- Financial Knowledge Large Language Model [4.599537455808687]
大規模言語モデル(LLM)の財務知識を評価するための評価ベンチマークであるIDEA-FinBenchを紹介する。
金融分野への一般LLMの迅速な適応を容易にするためのフレームワークであるIDEA-FinKERを提案する。
最後に LLM を利用した財務質問応答システム IDEA-FinQA を提案する。
論文 参考訳（メタデータ） (2024-06-29T08:26:49Z) - A Survey of Large Language Models for Financial Applications: Progress, Prospects and Challenges [60.546677053091685]
大規模言語モデル(LLM)は金融分野における機械学習アプリケーションに新たな機会を開放した。
我々は、従来のプラクティスを変革し、イノベーションを促進する可能性に焦点を当て、様々な金融業務におけるLLMの適用について検討する。
本稿では,既存の文献を言語タスク,感情分析,財務時系列,財務推論,エージェントベースモデリング,その他の応用分野に分類するための調査を紹介する。
論文 参考訳（メタデータ） (2024-06-15T16:11:35Z) - Large Language Models are Limited in Out-of-Context Knowledge Reasoning [65.72847298578071]
大規模言語モデル (LLMs) は、文脈内推論の実行において広範な知識と強力な能力を持っている。
本稿では、複数の知識を組み合わせて新しい知識を推論する、文脈外知識推論(OCKR)という、文脈外推論の重要な側面に焦点を当てる。
論文 参考訳（メタデータ） (2024-06-11T15:58:59Z) - Explainable Authorship Identification in Cultural Heritage Applications:
Analysis of a New Perspective [48.031678295495574]
既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。
特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。
我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
論文 参考訳（メタデータ） (2023-11-03T20:51:15Z) - Retrieval-Augmented Chain-of-Thought in Semi-structured Domains [10.417698947670564]
大規模言語モデル(LLM)は、印象的な言語理解とコンテキスト内学習能力を示している。
本研究は,法的・財務的データの半構造化特性を活用し,関連文脈を効率的に検索することを目的とする。
結果として得られるシステムは、現代のモデルよりも優れており、また、回答に有用な説明を提供する。
論文 参考訳（メタデータ） (2023-10-22T22:45:14Z) - KoLA: Carefully Benchmarking World Knowledge of Large Language Models [87.96683299084788]
我々は知識指向LLMアセスメントベンチマーク(KoLA)を構築した。
人間の認知を模倣して、知識関連能力の4段階の分類を形成し、19ドルのタスクをカバーします。
私たちは、LLMによって事前訓練されたコーパスであるウィキペディアと、継続的に収集された新興コーパスを使用して、目に見えないデータや進化する知識を扱う能力を評価します。
論文 参考訳（メタデータ） (2023-06-15T17:20:46Z) - Beyond Classification: Financial Reasoning in State-of-the-Art Language
Models [0.0]
大規模言語モデル(LLM)は複雑な多段階推論タスクにおいて顕著な能力を示した。
本研究は,金融分野におけるLLMの適用可能性に関する包括的調査である。
コヒーレントな財務推論を生成する能力は、まず6Bパラメータで現れ、より良い命令チューニングやより大きなデータセットで改善を続けている。
論文 参考訳（メタデータ） (2023-04-30T04:36:05Z) - Understanding metric-related pitfalls in image analysis validation [59.15220116166561]
この研究は、画像解析におけるバリデーションメトリクスに関連する落とし穴に関する情報にアクセスするための、初めての包括的な共通点を提供する。
バイオメディカル画像解析に焦点をあてるが、他の分野へ移行する可能性があるため、対処された落とし穴はアプリケーションドメイン全体にわたって一般化され、新しく作成されたドメインに依存しない分類に分類される。
論文 参考訳（メタデータ） (2023-02-03T14:57:40Z) - Federated Continual Learning to Detect Accounting Anomalies in Financial
Auditing [1.2205797997133396]
本稿では,分散クライアントから監査モデルを継続的に学習できるフェデレーション型継続的学習フレームワークを提案する。
組織活動の共通シナリオにおける会計異常を検知するフレームワークの能力を評価する。
論文 参考訳（メタデータ） (2022-10-26T21:33:08Z) - Credal Valuation Networks for Machine Reasoning Under Uncertainty [0.6307485015636124]
本稿では,高レベル融合と不確実性を考慮した推論のためのグラフィカルシステムとして評価ネットワークを開発する。
干潟評価ネットワークの実践的実装について論じ,その実用性は小規模な実例で実証された。
論文 参考訳（メタデータ） (2022-08-04T04:33:16Z) - Counterfactual Detection meets Transfer Learning [48.82717416666232]
既存のモデルアーキテクチャに最小限の適応で実装可能な,単純なバイナリ分類タスクであることを示す。
本稿では,先行者や後続者をエンティティ認識タスクとして処理するエンド・ツー・エンドパイプラインを導入し,それらをトークン分類に適用する。
論文 参考訳（メタデータ） (2020-05-27T02:02:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。