Risk assessment is a systematic pro

Risk assessment is a systematic process for integrating professional judgments
about relevant risk factors, their relative significance and probable adverse
conditions and/or events leading to identification of auditable activities (IIA,
1995, SIAS No. 9). Internal auditors utilize risk measures to allocate critical
audit resources to compliance, operational, or financial activities within the
organization (Colbert, 1995). In information rich environments, risk assessment
involves recognizing patterns in the data, such as complex data anomalies and
discrepancies, that perhaps conceal one or more error or hazard conditions (e.g.
Coakley and Brown, 1996; Bedard and Biggs, 1991; Libby, 1985). This research
investigates whether neural networks can help enhance auditors’ risk assessments.
Neural networks, an emerging artificial intelligence technology, are a
powerful non-linear optimization and pattern recognition tool (Haykin, 1994;
Bishop, 1995). Several successful, real-world business neural network application
decision aids have already been built (Burger and Traver, 1996). Neural
network modeling may prove invaluable in directing internal auditor attention
to those aspects of financial, operating, and compliance data most informative
of high-risk audit areas, thus enhancing audit efficiency and effectiveness. This
paper defines risk in an internal auditing context, describes contemporary
approaches to performing risk assessments, provides an overview of the backpropagation
neural network architecture, outlines the methodology adopted for
conducting this research project including a Delphi study and comparison with
statistical approaches, and presents preliminary results, which indicate that
internal auditors could benefit from using neural network technology for
assessing risk. Copyright  1999 John Wiley & Sons, Ltd.

ผลลัพธ์ (ไทย) 1:

การประเมินความเสี่ยงเป็นกระบวนการเป็นระบบสำหรับการบูรณาการตัดสินมืออาชีพเกี่ยวกับปัจจัยเสี่ยงที่เกี่ยวข้อง ความสำคัญสัมพัทธ์ และ probable adverseเงื่อนไขหรือเหตุการณ์ที่นำไปสู่การระบุของกิจกรรม auditable (IIA1995, SIAS ฉบับที่ 9) ตรวจสอบภายในใช้ความเสี่ยงมาตรการปันส่วนสำคัญทรัพยากรการปฏิบัติตาม ปฏิบัติการ การเงินกิจกรรมภายในการตรวจสอบการองค์กร (กม. 1995) ในสภาพแวดล้อมของข้อมูลที่หลากหลาย การประเมินความเสี่ยงเกี่ยวข้องกับการจดจำรูปแบบในข้อมูล เช่นความผิดปกติของข้อมูลที่ซับซ้อน และความขัดแย้ง ที่อาจจะปกปิดมากกว่า หนึ่งเงื่อนไขข้อผิดพลาดหรืออันตราย (เช่นCoakley และน้ำตาล 1996 Bedard และ Biggs, 1991 ลิบ 1985) งานวิจัยนี้ตรวจสอบว่า เครือข่ายประสาทสามารถช่วยเพิ่มการสอบประเมินความเสี่ยงเครือข่ายประสาท มีเทคโนโลยีปัญญาประดิษฐ์ที่เกิดขึ้น มีการเพิ่มประสิทธิภาพไม่ใช่เชิงเส้นที่มีประสิทธิภาพและเครื่องมือการรู้จำรูปแบบ (Haykin, 1994อธิการ 1995) หลายโปรแกรมที่โครงข่ายประสาทจริง ประสบความสำเร็จทางธุรกิจช่วยตัดสินใจได้แล้วถูกสร้างขึ้น (เบอร์เกอร์และ Traver, 1996) ระบบประสาทการสร้างแบบจำลองเครือข่ายอาจพิสูจน์เป็นประโยชน์อย่างยิ่งในการกำกับตรวจสอบภายในให้ความสนใจไปที่ด้านการเงิน งาน และข้อมูลปฏิบัติตามประโยชน์สูงสุดพื้นที่ตรวจสอบที่มีความเสี่ยงสูง จึงเพิ่มตรวจสอบประสิทธิภาพและประสิทธิผล นี้กระดาษกำหนดความเสี่ยงในบริบทการตรวจสอบภายใน อธิบายร่วมสมัยวิธีการดำเนินการประเมินความเสี่ยง แสดงภาพรวมของการ backpropagationสถาปัตยกรรมโครงข่ายประสาท สรุปวิธีการนำมาใช้สำหรับดำเนินโครงการวิจัยนี้รวมทั้งศึกษา Delphi และเปรียบเทียบกับวิธีการทางสถิติ และนำเสนอผลลัพธ์เบื้องต้น ซึ่งบ่งชี้ว่าตรวจสอบภายในจะได้รับประโยชน์จากการใช้เทคโนโลยีเครือข่ายระบบประสาทประเมินความเสี่ยง ลิขสิทธิ์ 1999 John Wiley & Sons จำกัด

ผลลัพธ์ (ไทย) 2:

การประเมินความเสี่ยงเป็นกระบวนการที่เป็นระบบสำหรับการบูรณาการตัดสินมืออาชีพ
เกี่ยวกับปัจจัยที่เกี่ยวข้องมีความเสี่ยงอย่างมีนัยสำคัญญาติของพวกเขาและไม่พึงประสงค์ที่น่าจะเป็น
เงื่อนไขและ / หรือเหตุการณ์ที่นำไปสู่การระบุกิจกรรมที่ตรวจสอบได้ (ไอไอเอ
1995 SIAS ฉบับที่ 9) ผู้ตรวจสอบภายในใช้มาตรการความเสี่ยงที่สำคัญในการจัดสรร
ทรัพยากรการตรวจสอบเป็นไปตามการดำเนินงานหรือกิจกรรมทางการเงินภายใน
องค์กร (ฌ็อง 1995) ในสภาพแวดล้อมที่อุดมไปด้วยข้อมูลการประเมินความเสี่ยง
ที่เกี่ยวข้องกับการตระหนักถึงรูปแบบในข้อมูลเช่นความผิดปกติของข้อมูลที่ซับซ้อนและ
ความแตกต่างที่อาจจะปกปิดข้อผิดพลาดหรืออันตรายเงื่อนไขหนึ่งหรือมากกว่า (เช่น
Coakley และสีน้ำตาล 1996; Bedard และบิ๊กส์ 1991; ลิบบี้ 1985) . งานวิจัยนี้ได้
สำรวจว่าเครือข่ายประสาทสามารถช่วยเพิ่มประสิทธิภาพการประเมินความเสี่ยงของผู้สอบบัญชี.
เครือข่ายประสาทที่เกิดขึ้นใหม่เทคโนโลยีปัญญาประดิษฐ์เป็น
ที่ไม่ใช่เชิงเส้นและการเพิ่มประสิทธิภาพการจดจำรูปแบบเครื่องมือที่มีประสิทธิภาพ (Haykin 1994;
บิชอป 1995) หลายที่ประสบความสำเร็จที่แท้จริงของโลกธุรกิจประสาทใช้เครือข่าย
เอดส์การตัดสินใจที่ได้รับการสร้างขึ้น (เบอร์เกอร์และ Traver, 1996) ประสาท
การสร้างแบบจำลองเครือข่ายอาจพิสูจน์คุณค่าในการกำกับความสนใจของผู้ตรวจสอบภายใน
ด้านบรรดาการเงินปฏิบัติการและข้อมูลการปฏิบัติตามข้อมูลมากที่สุด
ในพื้นที่ตรวจสอบความเสี่ยงสูงจึงเพิ่มประสิทธิภาพและประสิทธิผลการตรวจสอบ นี้
กระดาษกำหนดความเสี่ยงในบริบทการตรวจสอบภายในอธิบายร่วมสมัย
แนวทางที่จะดำเนินการประเมินความเสี่ยงให้ภาพรวมของการแพร่กระจายย้อนกลับ
สถาปัตยกรรมเครือข่ายประสาทแสดงวิธีการที่นำมาใช้สำหรับ
การดำเนินการโครงการวิจัยครั้งนี้รวมถึงการศึกษา Delphi และเปรียบเทียบกับ
วิธีการทางสถิติและนำเสนอเบื้องต้น ผลการซึ่งแสดงให้เห็นว่า
ผู้ตรวจสอบภายในจะได้รับประโยชน์จากการใช้เทคโนโลยีเครือข่ายประสาทเทียมสำหรับ
การประเมินความเสี่ยง ลิขสิทธิ์ 1999 John Wiley & Sons, Ltd.

ผลลัพธ์ (ไทย) 3:

การประเมินความเสี่ยง คือ กระบวนการที่เป็นระบบบูรณาการการมืออาชีพปัจจัยความเสี่ยงที่เกี่ยวกับ เกี่ยวข้อง ความสำคัญของพวกเขาและที่ไม่พึงประสงค์เงื่อนไขและ / หรือเหตุการณ์ที่นำไปสู่การกำหนดกิจกรรม ( IIa , ตรวจสอบได้1995 แห่งหมายเลข 9 ) ผู้ตรวจสอบภายในใช้ความเสี่ยงมาตรการจัดสรรวิกฤตตรวจสอบทรัพยากรระบบการดำเนินงานหรือกิจกรรมทางการเงินในองค์กร ( Colbert , 1995 ) ในสภาพแวดล้อมที่อุดมไปด้วยข้อมูลการประเมินความเสี่ยงที่เกี่ยวข้องกับการในรูปแบบข้อมูลเช่นข้อมูลที่ซับซ้อนและความผิดปกติความขัดแย้งที่อาจจะปกปิดมากกว่าหนึ่งข้อผิดพลาดหรืออันตรายเงื่อนไข ( เช่นโคกลีย์และสีน้ำตาล , 1996 ; และ Bedard บิ๊กส์ , 1991 ; ลิบ , 1985 ) งานวิจัยนี้ศึกษาว่าโครงข่ายประสาทเทียมสามารถช่วยเพิ่มประสิทธิภาพของผู้สอบบัญชีการประเมินความเสี่ยง .โครงข่ายประสาทเทียม , ประดิษฐ์เทคโนโลยีที่เกิดขึ้นใหม่เป็นเพิ่มประสิทธิภาพของเครื่องมือที่มีประสิทธิภาพและการรับรู้แบบไม่เป็นเชิงเส้น ( haykin , 1994 ;บิชอป , 1995 ) หลายธุรกิจประสบความสำเร็จจริงการประยุกต์ใช้โครงข่ายประสาทช่วยในการตัดสินใจได้ถูกสร้างขึ้น ( เบอร์เกอร์ และ traver , 1996 ) ประสาทการจำลองแบบเครือข่ายอาจพิสูจน์ประโยชน์มากในการนำความสนใจตรวจสอบภายในที่ด้านการเงิน การดำเนินงาน และการได้ข้อมูลมากที่สุดตรวจสอบพื้นที่เสี่ยง จึงเพิ่มประสิทธิภาพการตรวจสอบประสิทธิภาพ นี้กระดาษกำหนดความเสี่ยงในการตรวจสอบบัญชีภายในบริบท อธิบาย ร่วมสมัยแนวทางการประเมินความเสี่ยง ให้ภาพรวมของแบบประสาทสถาปัตยกรรมเครือข่าย สรุปวิธีการที่ใช้สำหรับดำเนินการโครงการวิจัยนี้ได้แก่ ศึกษาเปรียบเทียบกับ Delphi และวิธีการทางสถิติ และนำเสนอผลเบื้องต้น ซึ่งบ่งชี้ว่าผู้ตรวจสอบภายในสามารถได้รับประโยชน์จากการใช้เทคโนโลยีเครือข่ายประสาทสำหรับประเมินความเสี่ยง ลิขสิทธิ์ 1999 จอห์นนิ่ง & บุตรจำกัด