面向财务审计的数据异常侦测算法研究

作     者：张学凯 张仰森 刘帅康 朱思文 孙圆明 ZHANG Xuekai;ZHANG Yangsen;LIU Shuaikang;ZHU Siwen;SUN Yuanming

作者机构：北京信息科技大学智能信息处理研究所北京100192 

基　　金：北京市社会科学基金规划项目(21GLA007) 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2024年第38卷第7期

页      码：158-165页

摘      要：为更好地推进审计数字化,实现财务审计的数据异常侦测任务,设计了采用独立研究的改进注意力机制CMA(channel mixed attention mechanism)的CMA-Resnet18模型,提出一种基于数图转换思想的财务审计侦测数据集构建方法。使用CMA网络对样本各通道进行全局加权,对样本不同通道进行融合特征加权,实现对样本数据的全局“注意力”数据增强。通过Resnet18模型(residual network18)提取样本数据的局部特征。结果表明,在财务审计异常侦测数据集上,经典分类网络的评估结果都高于90%,验证了数据集构建方法的有效性;CMA-Resnet18模型的F1值为94.31%,相比Resnet18提高了1.49%,证明了CMA-Resnet18模型能够更好的实现侦测任务;通过经典分类网络及其CMA变种网络在Cifar10公开数据集上进行实验,表明CMA变种网络的准确率普遍高于其原始网络,证明CMA模块的有效性和泛化性。

主 题 词：审计数字化 数图转换 数据集构建 改进注意力机制 残差网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1674-8425(z).2024.07.020

馆 藏 号：203130878...