抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
財政的調和(データの独立ソースをクロスチェックする)は,財政と監査における時間調和型で広範な機能である。その目的は,取引の記録の完全性,適時性,および精度を確実にすることである。最近の数十年にわたるデータの増殖により,調和が接近する方法が開発された。現在,詳細なトランザクションマッチングのプロセスを自動化する有望な多くのソフトウェア製品がある。しかし,これらの製品における「最先端」は,規則ベースの調整である。任意のドメインにおけるルールベースシステムは,データストリームのどの変化がデバッグされ,再構成されねばならないか,そのものが時間消費プロセスになるので,脆性である傾向がある。そして,より悪くなるために,これはデータスキーマ変化によっては起こらず,しかし,データフィールド自体の内容はそうであった。銀行のような第三者が,その内部プロセスを変化させるならば,これらが起こり得る。意味で,自動調整は,機械翻訳がほぼ70年前であった。IBMの1954Georgetown実験は,ルールを用いてロシアから英語への翻訳に近づいているが,データ駆動人工知能(AI)の研究者のためには,機械翻訳が最初にその有望性まで生まれていないことを実現し,教師なし学習に基づく機械翻訳のための真にロバストな方法論を開発するのに,他の40年を要した。教師なし学習に基づく機械翻訳問題として,財政的調和をキャストできることが判明した。著者らの知る限り,これを初めて提案した。ここでは,この問題に接近するこの方法が,ルールベース手法に固有のロバスト性の欠如の問題を解決するだけでなく,精度の観点から有望性を示す,実生活(小規模)財務データに関する実験を通して実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
