Podstawy uczenia się systemu informatycznego rachunkowości z wykorzystaniem sieci neuronowych

• Autorzy: Leszek Kalisz
• Języki publikacji: PL

Abstrakty

W obecnej, szybko zmieniającej się rzeczywistości ekonomicznej coraz istotniejszą rolę odgrywa łatwość i szybkość pozyskiwania nowej wiedzy o tej rzeczywistości. Stosowane dziś systemy wspomagania decyzji gospodarczych firm mają trudności z udzielaniem poprawnych odpowiedzi odnośnie do zdarzeń nietypowych, nie ujętych w bazach wiedzy tych systemów lub ujętych w sposób szczątkowy. Nie rozwiązanym zatem problemem w klasycznych systemach analizujących rzeczywistość ekonomiczną firmy jest istnienie w tej rzeczywistości wielu reguł nie ujętych w bazach wiedzy. Systemy "klasyczne" mogą działać niepoprawnie, ponieważ mają niekompletny model świata, w którym działają, a co więcej - nie zdają sobie nawet sprawy z niekompletności tego modelu. Przy niekorzystnych splotach czynników losowych, właśnie te nieznane reguły mogą mieć najistotniejsze znaczenie dla całego procesu wnioskowania o rzeczywistości. Rozwiązanie zaistniałego problemu wiąże się z procesem uczenia się systemów. Jednym z obiecujących rozwiązań jest wykorzystanie do tego celu technologii sieci neuronowych. Celem niniejszego opracowania jest przedstawienie możliwości wykorzystania sieci neuronowych do uczenia się systemu analizującego wskaźniki ekonomiczne firmy. Model służy do ilustracji użyteczności sieci neuronowych w tej dziedzinie zastosowań. Jego zadaniem jest precyzyjne określenie warunków, jakie należy spełnić, aby w sposób efektywny wykorzystać omawianą technologię w dziedzinie analiz ekonomicznych.(fragment tekstu)

Słowa kluczowe

PL

Sieci neuronowe; Rachunkowość jako system informacyjny; Uczenie sieci neuronowych; Księgowość; Wskaźniki ekonomiczne

EN

Neural networks; Accountancy as information system; Learning of neural networks; Bookkeeping; Economic indicators

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 1994
• Tom: Metody formalne w inteligentnych systemach informatycznych
• Strony: 61--74

Twórcy

autor

Leszek Kalisz

Bibliografia

• ---
• Anderson J.A., Rosenfeld E.: Neurocomputing - Foundations of Research. MIT, Cambridge 1988
• Coakley J.R. Brown C.E.: Arificial Neural Networks Applied to Ratio Analysisn in the Analytical Review Process. Intelligent systems in accounting, finance and management. Wiley & Sons 1993
• McCulloch W.S., Pitts W.: A logical calculus of the iedeas immanent in nervous activity. "Bulletin of Mathematical Biophysics" 1943, No 5
• Michalski R.S.: O naturze uczenia się. "Informatyka" 1988, nr 2-3
• Michalski R.S., Carbonell J.G., Michell T.M.: Machine learning. Vol 2, M & K Publishers 1986
• Minsky M.: The Society of Minf. MIT. Cambridge 1988
• Minsky M., Papert S.: Perceptrons. MIT. Cambridge 1969
• Neumann von J.: The computer and the brain. Yale, New Haven 1958
• Rosenblatt F.: The Perceptron: A probabilistic model for information storage and organization in the brain. "Psychological Rovue" 1958, No 65
• Tadeusiewicz R.: Problemy biocybernetyki. PWN, Warszawa 1991
• Tadeusiewicz R.: Sieci neuronowe. AOW, Warszawa 1993
• Taylor W.K.: Computers and the nervous system. Models and analogues in biology. Cambridge 1960
• .