Моделювання інтелектуальної системи підтримки внутрішнього аудиту суб’єкта господарювання
DOI:
https://doi.org/10.32347/2412-9933.2023.54.114-121Ключові слова:
інтелектуальна система підтримки внутрішнього аудиту (ІСПВА), суб’єкт господарювання, кроки алгоритму ІСПВААнотація
У даній статті розглянуті основні аспекти розробки інтелектуальної системи підтримки внутрішнього аудиту (ІСПВА) суб’єкту господарювання. Наведена коротка концептуальна характеристика алгоритму розроблення систем підтримки внутрішнього аудиту, зі констатацією основних труднощів при виборі компонентів. Розробка інтелектуальної системи підтримки внутрішнього аудиту є важливою і необхідною задачею, так як внутрішній аудит виконує важливу роль у забезпеченні ефективного управління та контролю суб’єкта господарювання. Інтелектуальна система може допомогти збільшити ефективність аудиторських процесів та забезпечити більш точні результати автоматизації та застосування аналітичних інструментів. З плином часу суб’єкт господарювання накопичує все більше даних, і їх аналіз стає вкрай складним завданням. Інтелектуальна система може швидко обробляти великі обсяги даних, виявляти тенденції, аномалії та ризики, що дозволяють прийняти більш обґрунтовані рішення також вона може виявляти незвичайні транзакції або нестачі, які можуть свідчити про можливість шахрайства або помилки, може надавати аудиторам цінну інформацію та аналітику для прийняття обґрунтованих рішень щодо покращення процесів управління та забезпечення дієвих контрольних механізмів. Це допоможе попередити можливості фінансових збитків і зберегти репутацію суб’єкта господарювання. Розгляд деяких кроків алгоритму ІСПВА проходить на основі короткого порівняльного аналізу методів математичного забезпечення.
Посилання
Alborov R. A., Selezneva I. A., Selezneva I. P. (2000). Cost accounting and production efficiency control: monograph. Kyiv: Znannia. 165 p.
Kamenska T. O. (2010). Internal audit. Modern view: monograph. National Acad. statistics, accounting and auditing. Kyiv: SE "Inform.-analyt. Agency". 499 p.
Cheng, Y., Jafari M. (2008).Vision-based online process control in manufacturing applications. Int. J. Automation science and engineering. V. 5. № 1. P. 140–153.
Machine Vision: Technologies and Global Markets, Report IAS010C [Electronic resource] / BCC Research. 2013. Available at: //www/URL: http://www.bccresearch.com/marketresearch/instrumentation-and-sensors/machine-vision-technologies-ias010d.html.
Wnuk, M. (2008). Remarks on hardware implementation of image processing algorithms. Int. J. of Applied Mathematics and Computer Science. V. 18, № 1. P. 105–110.
Tsai, D. (1999). A machine vision approach for detecting and inspecting circular parts. Int. J. Advanced Manufacturing Technology. V. 15. P. 217–221.
Tsiutsiura, Svitlana, Chernyshev, Denys, & Nykodiuk, Dmytro, (2020). Machine vision improvement method development. Management of development of complex systems, 41, 187 – 193, dx.doi.org10.32347/2412-9933.2020.41.187-193.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Дмитро Гнатченко
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.