کاربرد حسگرهای هوش مصنوعی در شناسایی داده های مالی

با توجه به نقش مهم اطلاعات مالی افشا شده توسط شرکت ها در تصمیم گیری سرمایه گذاران و تدوین سیاست های اقتصادی، بازار شرکت ها آخرین استانداردها و الزامات را برای کیفیت گزارش های مالی تعیین کرده است. در شرایط فعلی، کار شناسایی مالی عمدتا به صورت دستی انجام می شود که ناکارآمد و مستعد خطا است و برای کاربردهای بزرگ مناسب نیست. بنابراین، تحقیقات عمیقی در مورد مدل های شناسایی مالی انجام دادیم. در ابتدا، الگوریتم جنگل تصادفی را تجزیه و تحلیل و از الگوریتم SMOTE برای گسترش داده های نمونه استفاده کردیم. ما با موفقیت یک مدل الگوریتم جنگل تصادفی بهینه سازی کردیم که می تواند دقت را بهتر بهبود بخشد و نرخ قضاوت نادرست را کاهش دهد. در مرحله دوم، همراه با تجزیه و تحلیل داده های مالی فعلی فناوری هوش مصنوعی، مراحل مدیریت داده ها و استخراج داده ها طراحی شد. در نهایت، ضمن استقرار مدل شناسایی مالی، کانالی برای کسب اطلاعات اینترنتی و برنامه های برای پردازش این اطلاعات نیز ایجاد شد. پس از تایید تجربی، مدل جنگل تصادفی عملکرد مناسب تری را در زمینه شناسایی تقلب مالی نشان داده است و پشتیبانی مطمئن تری را برای برنامه های کاربردی در این زمینه ارائه می کند. بنابراین، مدل شناسایی مالی ساخته شده با استفاده از فناوری هوش مصنوعی براساس الگوریتم جنگل تصادفی از ارزش قابل توجهی در هر دو جنبه نظری و عملی برخوردار است و به طور موثر ریسک های مالی شرکت را کاهش می دهد.

کلیدواژه ها:

الگوریتم جنگل تصادفی ، هوش مصنوعی ، مدل شناسایی مالی ، پردازش داده ها