基于人工神经网络的自动化会计要素确认

理信息化之后，更加智能化的信息系统将成为会计信息系统未来的发展方向[4]。本文借鉴人工神经网络模型的理论特性和该理论在各学科中的实践应用，区别于ERP系统中业务财务一体化模块的凭证模板设计，用该数据处理技术探究由经济事项到会计信息的转化流程。
　　人工神经网络技术是一种成熟的智能化工具，在模式识别、自动控制、信号处理、辅助决策等研究领域得到了广泛的实践应用。人工神经网络与生物大脑运行原理相类似[5]，它以网络节点模拟大脑的神经元，以网络连接权值模拟大脑的激励电流，以简单的数学运算来实现复杂的智能分析，使人工网络模型具有简化、抽象和模拟大脑功能的特性。人工神经网络具有以下模型特点：第一，非线性映射能力，模型能够反映研究对象存在的非线性规律；第二，自学自适应能力，网络模型接受大量案例学习，反馈调节模型网络节点间的连接权值，产生对研究对象知识的记忆；第三，知识泛化能力，即将学习成果应用于新问题的能力；第四，较好的容错能力。借鉴人工神经网络的模型识别技术功能，与传统ERP系统中凭证大量模板的预设值不同，新模式下进行经济事项的自动会计确认的概念图如图1所示。
    （一）事件接收器
　　企业经济事项发生后，该事项通过相应的业务模块驱动事件接收器接收事项信息，并储存于资源处理系统的新经济事项文件库中。一般可采用语义网络模型或本体知识树结构对企业经济事项进行描述，解决业务信息被机器识别的问题。系统储存的业务信息一般包括以下特征：经济事项的种类，涉及的资源，事项发生时间、地点，事项存在的风险和相关责任人，所采集的信息不仅要满足生成对外财务报告的需求，而且能够提供不同部门进行管理决策的平台支持。企业信息系统通过标准化的数据接口设置，接收来自企业与税务、银行、供应商等部门发生的电子凭证，是信息系统全面反映企业各项经济活动的信息流、资金流和物流，实现企业端与互联网数据传递、处理的整合[6]。
　　（二）经济事项的会计确认模式识别机制
　　系统中人工神经网络模式识别文件的设置兼具ERP系统中凭证模板与数据生成器的功能，是实现由经济事项向会计信息转化的关键。但与ERP系统的设计不同，基于神经网络的数据处理并非通过计算机“是”“否”直线式逻辑推理判断，而是借鉴人工神经网络工具的类生物大脑功能，对企业某段时期内发生的经济事项案例库进行大量的训练、模仿，最终获得的结果是建立起业