XiaoMi-AI文件搜索系统
World File Search SystemIyad
环境可持续性和气候行动
我们还要感谢联合国环境计划的合作者Iyad Abu Moghli和Azmaira Alibhai的慷慨贡献，来自红十字会红色新月气候中心的Knud Falk以及来自WWF-Australia的Charlotte Sterrett，来自WWF-Australia，用于审查该文档。世界愿景是一个基督教的救济，发展和倡导组织，致力于与儿童，家庭和社区合作以克服贫困和不公正。受我们的基督教价值观的启发，我们致力于与世界上最脆弱的人民合作。我们为所有人提供服务，无论宗教，种族，种族或性别如何。版权所有©2024年世界宣明国际。保留所有权利。未经出版商事先许可，除了简短的审查摘录外，本出版物的任何部分都不得以任何形式复制。
人工智能在提高全球内部审计效率中的作用：分析 Iyad Ghafar 1*、Widya Perwitasari 2、Rama Kurnia 3 1 印度尼西亚大学经济与商业学院会计系，印度尼西亚，iyadghafar978@gmail.com 2 印度尼西亚大学经济与商业学院会计系，印度尼西亚，widyaperwitasari@gmail.com 3 印度尼西亚大学经济与商业学院会计系，印度尼西亚，rkurnia1506@gmail.com *通讯作者
摘要 本研究论文探讨了人工智能 (AI) 在提高全球内部审计职能效率和效力方面的变革性作用。随着企业越来越多地采用人工智能驱动的技术，内部审计在数据分析、风险检测、合规性监控和决策过程方面取得了重大进步。本文分析了机器学习、自然语言处理和预测分析等人工智能工具如何有助于实现重复审计任务的自动化、异常检测以及审计准确性和及时性的提高。此外，它还解决了与人工智能采用相关的挑战，包括数据隐私问题、审计师之间的技能差距以及将人工智能整合到现有审计框架中。该研究还对人工智能审计实践与传统审计实践进行了比较分析，强调了人工智能在提高审计质量、降低运营成本以及深入了解财务和非财务风险方面的潜力。通过研究案例研究和行业实践，本文强调了人工智能在塑造全球内部审计未来方面的关键作用。研究结果表明，人工智能融入内部审计不仅是一种趋势，而且是实现最佳审计结果的必要演进。
Bruno Lepri
暴民的主要目的是使用机器学习/深度学习算法和网络科学方法以及新近普遍存在的数据来源建立计算方法，以了解人类生活的各个方面的新数据来源（例如，移动电话数据，信用卡交易，能源消耗数据，能源消耗数据，社交媒体数据等）。此外，暴民旨在使用这些人类行为的这些计算模型，以设计更多的Eusient公司，城市和社会，并在健康，ξnance，犯罪，运输，能源消耗和可持续性，失业等几种ξ中解决挑战。BOBS还专注于在以人为中心的机器学习，合作AI和图形神经网络中开发创新的算法方法。为了达到这些目标，暴民利用了与排名最高的研究人员和机构的丰富而多样化的合作网络。一些例子，Alex Pentland（MIT媒体实验室），Iyad Rahwan（Max Planck Institute），PietroLiò（剑桥大学），小北大学（牛津大学），Mirco Musolese（UCL），Mirco Musolese（UCL），Nuria Oliria Oliria Oliria（Ellis Alicante），Manuel Gomez-Rodrigz Robin Instuctions（Robia）（Robia）（Robia）（Robia）（Robia）（Robia）（Robia），邓巴（牛津大学），Esteban Moro（麻省理工学院/东北大学），Marta Gonzalez（伯克利大学），Albert Ali Salah（乌得勒支大学），Eran Toch（特拉维夫大学），Erez Shmueli（特拉维夫大学） PISA），Fosca Giannotti（Samuel Freiberger师范大学），世界银行），Michal Kosinski（斯坦福大学），Sune Lehmann（DTU），Ciro Capped（ISI Foundation），Manlio deManlio deManlio deMenico（Padua）（Padua），Alessandro Moscitti（Alessandro Moscitti（Amazon）等
可解释人工智能 (XAI) 文献趋势
[1] Anyifei。2019。All-about-XAI。(2019)。https://github.com/feifeife/All-about-XAI [2] Hubert Baniecki。2022。对抗性可解释人工智能。(2022)。https://github.com/hbaniecki/adversarial-explainable-ai [3] Przemysław Biecek。2022。与 XAI（可解释人工智能）相关的有趣资源。(2022)。https://github.com/pbiecek/xai_resources [4] Marina Danilevsky、Kun Qi、Ranit Aharonov、Yannis Katsis、Ban Kawas 和 Prithviraj Sen. 2020。自然语言处理可解释人工智能现状调查。AACL-IJCNLP 2020 (2020)。https://xainlp2020.github.io/xainlp/table [5] 摩根·弗兰克、Dashun Wang、Manuel Cebrian 和 Iyad Rahwan。2019。人工智能研究中引文图的演变。自然机器智能1 (02 2019), 79–85。https://doi.org/10.1038/s42256-019-0024-5 [6] Michal Lopuszynski。2020。很棒的可解释机器学习。(2020)。https://github.com/lopusz/awesome-interpretable-machine-learning [7] Anh M. Nguyen。2022。关于可解释人工智能的论文。(2022)。https://github.com/anguyen8/XAI-papers [8] Kevin McAreavey。2022.CHAI-XAI。(2022)。https://github.com/kevinmcareavey/chai-xai [9] Sina Mohseni。2020。Awesome-XAI-Evaluation。(2020)。https://github.com/SinaMohseni/Awesome-XAI-Evaluation [10] Sina Mohseni、Niloofar Zarei 和 Eric D Ragan。2018。用于可解释 AI 系统设计和评估的多学科调查和框架。arXiv 预印本 arXiv:1811.11839 (2018)。[11] Benedek Rozemberczki。2022。很棒的可解释图形推理。(2022)。https://github.com/AstraZeneca/awesome-explainable-graph-推理 [12] 王永杰。2020。Awesome-explainable-AI。(2020)。https://github.com/wangyongjie-ntu/Awesome-explainable-AI [13] Sam Zabdiel。2022.XAI。(2022)。https://github.com/samzabdiel/XAI [14] Rehman Zafar。2022。与 XAI（可解释人工智能）相关的有趣资源。(2022)。https://github.com/rehmanzafar/xai-iml-sota
Q1期刊中的出版物列表
122。deepak s gavali，ranjit thaapa，局部和离域π电子对Si/c Haterostructs LI储存特性的协同作用，碳，2020年。https://do.org/10.10.1016/j.carbon.2020.08.076 121。Sabathainam Shammugam，Anjana Hari，Deepak Kumar，Karthik Rajendran，Tangavel Mathimani，A.E。Atabani，Kathirvel Brindhadevi，Arivalagan Pugazhendhi。基因组工程和综合效应方法的最新发展和策略，用于从2020年的微藻生产，燃料，燃料，刚被接受。120。Geetanjali Yadav，Sabarathinam Shanmugam，Ramachandran Sivaramakrishnan，Deepak Kumar，Kathihimani，Kathihvel Brindhadevi，Arivalagan Pugazhendi，Karthik Rajendran。藻类背后的机制和挑战是生物能源生产及其他地区的废水处理选择，燃料，2020年，刚刚接受。119。Nasrallah Iyad，Mahesh Kumar Ravva，Katharina Broch，John Novak，John Armitage，Guilume Schweer，Adanya Sadhanala，John E. Anthony，Jean -Luc Bredas和Henning Sirringhaus。“一种11月的缓解机制，用于使用添加剂捕获芳族噻吩衍生物中的捕获。”高级电子材料，2020年。https://doo.org/10.1002/aelm.202000250。118。Chokshi，Kummeel，Imran Pancha，Khanjan Trivedi，Rahulkumar Maurya，Aru Ghosh和Sandhya Mishra。“绿色Microalga acutodesmus dimorphus对温度敏感性氧化应激条件的生理反应。” Phartiologia Plantarum，2020年。https://doo.org/10.1111/ppl.13193。 117。 116。 115。 112。https://doo.org/10.1111/ppl.13193。117。116。115。112。V. M. Manikandan和Masilamani Vedhanayagam。“用于安全医疗图像传输的新型基于图像缩放的可逆水印方案。” ISA交易，2020年，S0019057820303426。https://doi.org/10.1016/j.isatra.2020.08.019。 Sankar，Velayudham，Murugavel Kathiresan，Bitragunta Sivakumar和Subramaniyan Mannathan。 “芳香胺的锌催化N-烷基化：一种无配体方法。”高级合成与催化，2020年。 https://doi.org/10.1002/adsc.202000499。 k Hemant Kumar Reddy，Ashish K Luhach，Buddhadeb Pradhan，Jatindra Kumar Dash，Diptendu Sinha Roy，一种用于上下文感知的智能城市，可持续性城市和社会的遗传算法，用于节能雾气层资源，2020年。 https://doi.org/10.1016/j.scs.2020.102428 114。 Nilanjon Naskar, Martin F. Schneidereit, Florian Huber, Sabyasachi Chakrabortty , Lothar Veith, Markus Mezger, Lutz Kirste, Theo Fuchs, Thomas Diemant, Tanja Weil, R. Jürgen Behm, Klaus Thonke and Ferdinand Scholz, Impact of Surface Chemistry and Doping Concentrations on gan/ga = n量子井的生物功能化，传感器，2020。 https://doi.org/10.3390/s20154179 113。 Soumyajyoti Biswas，David F. Castellanos和Michael Zaiser，使用机器学习的蠕变失败时间的预测，Scientific Reports，2020年，刚刚接受。 Luo，Yige，Liping Yao，Wen Gu，Chengyi Xiao，Hailiang Liao，Mahesh Kumar Ravva，Yanfei Wang等。 “对Aza-Octacenes特性的卤代取代基的影响。”有机电子学，2020年。 https://doi.org/10.1016/j.orgel.2020.105895。 111。https://doi.org/10.1016/j.isatra.2020.08.019。Sankar，Velayudham，Murugavel Kathiresan，Bitragunta Sivakumar和Subramaniyan Mannathan。“芳香胺的锌催化N-烷基化：一种无配体方法。”高级合成与催化，2020年。https://doi.org/10.1002/adsc.202000499。 k Hemant Kumar Reddy，Ashish K Luhach，Buddhadeb Pradhan，Jatindra Kumar Dash，Diptendu Sinha Roy，一种用于上下文感知的智能城市，可持续性城市和社会的遗传算法，用于节能雾气层资源，2020年。 https://doi.org/10.1016/j.scs.2020.102428 114。 Nilanjon Naskar, Martin F. Schneidereit, Florian Huber, Sabyasachi Chakrabortty , Lothar Veith, Markus Mezger, Lutz Kirste, Theo Fuchs, Thomas Diemant, Tanja Weil, R. Jürgen Behm, Klaus Thonke and Ferdinand Scholz, Impact of Surface Chemistry and Doping Concentrations on gan/ga = n量子井的生物功能化，传感器，2020。 https://doi.org/10.3390/s20154179 113。 Soumyajyoti Biswas，David F. Castellanos和Michael Zaiser，使用机器学习的蠕变失败时间的预测，Scientific Reports，2020年，刚刚接受。 Luo，Yige，Liping Yao，Wen Gu，Chengyi Xiao，Hailiang Liao，Mahesh Kumar Ravva，Yanfei Wang等。 “对Aza-Octacenes特性的卤代取代基的影响。”有机电子学，2020年。 https://doi.org/10.1016/j.orgel.2020.105895。 111。https://doi.org/10.1002/adsc.202000499。k Hemant Kumar Reddy，Ashish K Luhach，Buddhadeb Pradhan，Jatindra Kumar Dash，Diptendu Sinha Roy，一种用于上下文感知的智能城市，可持续性城市和社会的遗传算法，用于节能雾气层资源，2020年。https://doi.org/10.1016/j.scs.2020.102428 114。Nilanjon Naskar, Martin F. Schneidereit, Florian Huber, Sabyasachi Chakrabortty , Lothar Veith, Markus Mezger, Lutz Kirste, Theo Fuchs, Thomas Diemant, Tanja Weil, R. Jürgen Behm, Klaus Thonke and Ferdinand Scholz, Impact of Surface Chemistry and Doping Concentrations on gan/ga = n量子井的生物功能化，传感器，2020。https://doi.org/10.3390/s20154179 113。 Soumyajyoti Biswas，David F. Castellanos和Michael Zaiser，使用机器学习的蠕变失败时间的预测，Scientific Reports，2020年，刚刚接受。 Luo，Yige，Liping Yao，Wen Gu，Chengyi Xiao，Hailiang Liao，Mahesh Kumar Ravva，Yanfei Wang等。 “对Aza-Octacenes特性的卤代取代基的影响。”有机电子学，2020年。 https://doi.org/10.1016/j.orgel.2020.105895。 111。https://doi.org/10.3390/s20154179 113。Soumyajyoti Biswas，David F. Castellanos和Michael Zaiser，使用机器学习的蠕变失败时间的预测，Scientific Reports，2020年，刚刚接受。Luo，Yige，Liping Yao，Wen Gu，Chengyi Xiao，Hailiang Liao，Mahesh Kumar Ravva，Yanfei Wang等。“对Aza-Octacenes特性的卤代取代基的影响。”有机电子学，2020年。https://doi.org/10.1016/j.orgel.2020.105895。 111。https://doi.org/10.1016/j.orgel.2020.105895。111。Siarhei Zhuk，Terence Kin Shun Wong，MilošPetrović，Emmanuel Kymakis，Shreyash Sudhakar Hadke，Stener Lie，Lydia Helena Wong，Prashant Sonar，Sathek Dey，Sathek Dey，Sathek Krishnamurty，Goutam Kumar。 Dalapati，溶液使用超薄CUO中间层处理纯硫化物CZCTS太阳能电池，效率为10.8％，太阳RRL，2020。https://doi.org/10.1002/solr.1229333