-
题名基于多模态机器学习的财务数据异常自动检测研究
- 1
-
-
作者
李琛琛
-
机构
万链指数(青岛)信息科技有限公司
-
出处
《无线互联科技》
2025年第5期90-93,共4页
-
文摘
当前,财务数据异常检测研究通常只关注数值型数据,这种单模态的数据处理方式在一定程度上限制了数据异常检测的精度。为此,文章研究了一种基于多模态机器学习的财务数据异常自动检测方法。文章对企业财务数据进行预处理,构建财务数据集,基于数据集提取数值和文本特征,同时借助多模态数据融合技术进行特征融合,建立多模态机器学习下的财务数据异常检测模型,将融合后的特征输入该模型,根据输入数据的不同部分利用注意力机制对预测结果的贡献度动态加权,从而输出最终异常检测结果。实验结果显示,该方法受试者工作特征曲线(Receiver Operating Characteristic Curve, ROC)下的真正例率高、检测正确率在90%以上、检测损失值小,具有较好的实际应用价值。
-
关键词
多模态机器学习
财务数据
财务数据异常
数据异常检测
自动检测
-
Keywords
multi-modal machine learning
financial data
financial data abnormal
data abnormal detection
automatic detection
-
分类号
TM76
[电气工程—电力系统及自动化]
-
