ФУНКЦІОНАЛЬНІ ОСОБЛИВОСТІ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ВНУТРІШНЬОГО АУДИТУ
DOI:
https://doi.org/10.28925/2663-4023.2024.24.4049Ключові слова:
інтелектуальна система внутрішнього аудиту; суб’єкт господарювання; алгоритм послідовності; система внутрішнього аудиту.Анотація
В статті розглядаються головні аспекти розвитку інтелектуальної системи, яка може бути впроваджена для проведення внутрішнього аудиту суб’єкта підприємництва. Протягом певного часу суб’єкт господарювання накопичує велику кількість даних, які потребують проведення їхнього аналізу, що є складною задачею. Також розглядається алгоритм для проведення внутрішнього аудиту із застосування інтелектуальної системи та визначенні її компонентів. Інтелектуальна система підвищує ефективність проведення процесів збору, обробки та прийняття рішень з використанням додатків аналітичних інструментів. Розвиток та впровадження інтелектуальної системи внутрішнього аудиту на суб’єктах господарювання — це важливе та необхідне завдання, оскільки внутрішній аудит відіграє важливу роль в гарантії ефективного управління суб’єктом господарювання та в контролі фінансових потоків. Інтелектуальна система може доволі швидко обробити великі масиви даних, ідентифікувати тенденції, аномалії і ризики, це дозволяє прийняти більш інформативні рішення, і це може виявити некоректні угоди або нестачі, які, можливо, вказують можливість фальсифікації або помилки. Інформаційні інтелектуальні системи дають можливість на підприємстві запобігати потенційним фінансовим втратам і зберігають репутацію суб’єкта підприємництва. Деякі кроки алгоритму системи розглядаються на підставі короткого порівняльного аналізу математичних методів підтримки прийняття рішень.
Завантаження
Посилання
Hnatchenko, D., Hnatchenko, T. (2019). Principles of choice of information technologies of management a corporate enterprise. Are the Modern state and prospects of development of economy, account, management, finances and right, 26–28.
Yankovy, O., et al. (2020). Economic assessment of investment on the basis of production functions. Revista Turismo Estudos e Práticas-RTEP/UERN, 2, 1–11.
Cheng, Y. (2008). Vision-based online process control in manufacturing applications. Int. J. Automation science and engineering, 5(1), 140–153.
BCC Research. (2013). Machine Vision: Technologies and Global Markets, Report IAS010C 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, 18(1), 105–110.
Tsai, D. (1999). A machine vision approach for detecting and inspecting circular parts. Int. J. Advanced Manufacturing Technology, 15, 217–221.
Tsiutsiura, S. (2020). Machine vision improvement method development. Management of Development of Complex Systems, 41, 143–151.
Lakhno, V., et al. (2023). The Model of Server Virtualization System Protection in the Educational Institution Local Network. Mobile Computing and Sustainable Informatics. Lecture Notes on Data Engineering and Communications Technologies, 166. https://doi.org/10.1007/978-981-99-0835-6_33
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Олена Криворучко , Дмитро Гнатченко
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
