Interpretable Fuzzy Rule-Based Systems for Detecting Financial Statement Fraud

Zobrazit minimální záznam

dc.contributor.author Hájek, Petr cze
dc.date.accessioned 2020-03-19T13:06:31Z
dc.date.available 2020-03-19T13:06:31Z
dc.date.issued 2019 eng
dc.identifier.isbn 978-3-030-19822-0 eng
dc.identifier.issn 1868-4238 eng
dc.identifier.uri https://hdl.handle.net/10195/75037
dc.description.abstract Systems for detecting financial statement frauds have attracted considerable interest in computational intelligence research. Diverse classification methods have been employed to perform automatic detection of fraudulent companies. However, previous research has aimed to develop highly accurate detection systems, while neglecting the interpretability of those systems. Here we propose a novel fuzzy rule-based detection system that integrates a feature selection component and rule extraction to achieve a highly interpretable system in terms of rule complexity and granularity. Specifically, we use a genetic feature selection to remove irrelevant attributes and then we perform a comparative analysis of state-of-the-art fuzzy rule-based systems, including FURIA and evolutionary fuzzy rule-based systems. Here, we show that using such systems leads not only to competitive accuracy but also to desirable interpretability. This finding has important implications for auditors and other users of the detection systems of financial statement fraud. eng
dc.format p. 425-436 eng
dc.language.iso eng eng
dc.publisher Springer eng
dc.relation.ispartof IFIP Advances in Information and Communication Technology. Vol. 559 eng
dc.rights open access eng
dc.subject Evolutionary algorithms eng
dc.subject Financial statement fraud eng
dc.subject Fuzzy rule-based systems eng
dc.subject Interpretability eng
dc.subject Evoluční algoritmy cze
dc.subject podvod s finančními výkazy cze
dc.subject fuzzy pravidlový systém cze
dc.subject interpretovatelnost cze
dc.title Interpretable Fuzzy Rule-Based Systems for Detecting Financial Statement Fraud eng
dc.title.alternative Interpretovatelné fuzzy pravidlové systémy pro detekci finančních podvodů cze
dc.type ConferenceObject eng
dc.description.abstract-translated Systémy pro odhalování podvodů s finančními výkazy přitahují značný zájem ve výzkumu výpočetní inteligence. K automatické detekci podvodných společností byly použity různé klasifikační metody. Předchozí výzkum se však zaměřil na vývoj vysoce přesných detekčních systémů, přičemž zanedbával interpretovatelnost těchto systémů. Zde navrhujeme nový fuzzy detekční systém založený na pravidlech, který integruje komponentu pro selekci atributů a extrakci pravidel pro dosažení vysoce interpretovatelného systému z hlediska složitosti a granularity pravidel. Konkrétně používáme genetickou selekci atributů k odstranění irelevantních atributů a poté provádíme srovnávací analýzu nejmodernějších fuzzy systémů založených na pravidlech, včetně FURIA a evolučních fuzzy systémů založených na pravidlech. Ukazujeme, že použití takových systémů vede nejen ke konkurenceschopné přesnosti, ale také k žádoucí interpretovatelnosti. Toto zjištění má důležité důsledky pro auditory a ostatní uživatele detekčních systémů podvodů s finančními výkazy. cze
dc.event 15th IFIP WG 12.5 International Conference on Artificial Intelligence Applications and Innovations, AIAI 2019 (24.05.2019 - 26.05.2019, Hersonissos) eng
dc.peerreviewed yes eng
dc.publicationstatus postprint eng
dc.identifier.doi 10.1007/978-3-030-19823-7_36 eng
dc.relation.publisherversion https://link.springer.com/chapter/10.1007/978-3-030-19823-7_36 eng
dc.project.ID GA19-15498S/Modelování emocí ve verbální a neverbální manažerské komunikaci pro predikci podnikových finančních rizik eng
dc.identifier.obd 39883418 eng


Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam

Vyhledávání


Rozšířené hledání

Procházet

Můj účet