谷物企业金融共享服务中心的数字双胞胎模型基于分布式深度学习和神经符号推理
1School of Accounting, Guangxi International Business Vocational College, Nanning, 530007, Guangxi, China. weiyanxiao1@163.com.
Scientific reports
|November 18, 2025
概括
本研究介绍了谷物企业的数字双胞胎模型,增强了与人工智能共享的金融服务. 该模型显著减少了处理时间和成本,同时提高了财务管理的准确性.
科学领域:
- 金融共享服务 金融共享服务
- 金融领域的人工智能
- 数字双胞胎技术的数字双胞胎技术
背景情况:
- 谷物企业复杂的财务管理带来了挑战.
- 现有的系统缺乏集成的深度学习和对财务数据的象征性推理.
- 需要在金融共享服务中提高准确性,效率和可解释性.
研究的目的:
- 为粮食企业的金融共享服务中心开发一个全面的数字双胞胎模型.
- 整合分布式深度学习和神经符号推理来实现先进的财务管理.
- 通过混合人工智能方法解决复杂的金融挑战.
主要方法:
- 层次结构架构框架结合了深度神经网络 (MLP,RNN,CNN) 和符号推理 (知识图,基于规则的推理).
- 混合神经架构的分布式计算框架.
- 神经符号推理引擎用于可解释的决策支持.
主要成果:
- 在财务预测任务中获得了94.7%的准确性.
- 经过显著的运营改进:交易处理时间减少66.4%,过程自动化增加130.7%,错误率降低87.5%.
- 经济分析显示,每年运营成本节省超过830万美元.
结论:
- 拟议的数字双胞胎模型为谷物企业复杂的财务管理提供了可行和变革性的解决方案.
- 深度学习和符号推理的整合提高了预测准确性和运营效率.
- 显著的成本节约和性能提高验证了该模型的实际应用性.
