2022-09-07

Upptäck automatiskt avvikelser och insikter i data från ekonomisystem med hjälp av maskininlärning

"Hur kan olika maskininlärningsalgoritmer användas för att upptäcka avvikelser i finansiell data? Hur bra är de på att upptäcka faktiska fel och hur kan de förbättras?”

Under våren har Alexander Bakumenko gjort sin masteruppsats på Senseworks och fokuserat på  hur maskininlärning kan användas för att upptäcka felaktig information från ekonomisystem. Alexander har jämfört dagens algoritmer och tittat på hur kan de förbättras.

Jag undersökte hur vi kan arbeta med maskininlärning för att upptäcka vanliga fel i bokföring. Vi baserade arbetet på en mängd algoritmer från tidigare forskning inom området och hittade intressanta idéer som kan utveckla området ytterligare, säger Alexander.

Alexanders arbete har rönt uppmärksamhet och han har redan blivit ombedd att publicera en artikel i en vetenskaplig tidskrift. Framöver kommer Senseworks implementera Alexanders insikter i programvaran S-Analys, ett samarbetsinriktat analysverktyg för de som jobbar med redovisning och revision.

I Senseworks data & analys-plattform kommer användare få färdigpaketerade insikter en utan startsträcka, med fördel att direkt börja analysera, dra slutsatser och hjälpa kunderna.

Studien är en del av ett samarbete mellan Senseworks och Luleå Tekniska Universitet (LTU) för att skapa bättre möjligheter för revisorer och redovisningskonsulter att använda maskininlärning för att få ännu bättre möjligheter till insikter från finansiell data.

Andra nyheter