Кафедра "Облік і фінанси"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/1125

Офіційний сайт кафедри http://web.kpi.kharkov.ua/acctfin/main

Кафедра "Облік і фінанси" створена в 2021 році на основі кафедр "Бізнес-аналітика, облік і готельно-ресторанна справа" та "Міжнародний бізнес і фінанси" (НАКАЗ 552 ОД від 26.11.2021 року).

Кафедра "Бізнес-аналітика, облік і готельно-ресторанна справа" носила цю назву від червня 2021 року, попередня назва – "Економічний аналіз та облік". Кафедра "Міжнародний бізнес та фінанси заснована в 1996 році.

Кафедра входить до складу Навчально-наукового інституту економіки, менеджменту і міжнародного бізнесу Національного технічного університету "Харківський політехнічний інститут".

У складі науково-педагогічного колективу кафедри працюють: 5 докторів економічних наук, 17 кандидатів наук: 15 –економічних, 2 – технічних; 4 співробітника мають звання професора, 11 – доцента.

Переглянути

Фільтри

2023 - 20243

Налаштування

Ключові слова: search.filters.subject.artificial intelligence

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Презентація методології дослідження ключових інноваційних технологій та нових фінансових практик
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Гаврик, Аліна Андріївна; Назарова, Тетяна Юріївна
    У розробленій статті вирішено проблему систематизації виникаючих практик у використанні ключових технологій в бізнесі за допомогою систематичного огляду наукової літератури. Визначено методику, що дозволяє відстежувати прогрес у впровадженні технологій та рекомендації для компаній щодо вибору оптимальних практик. Запропонована методика сприяє створенню репозиторію виникаючих практик, що дозволяє прогнозувати майбутні реалізації технологій шляхом аналізу репозиторію. Розглядаються конкретні технології та їхні можливі впливи на бізнес-процеси. Штучний інтелект виділяється як ключова технологія для впровадження у всіх сферах бізнесу, що дозволяє покращити як внутрішню, так і зовнішню ефективність компаній. Технологія блокчейн також розглядається як перспективна для виробничого сектору, здатна забезпечити безпеку даних, оптимізувати операційні процеси та поліпшити управління ланцюгом поставок. Крім того, в статті розглядаються інші ключові технології, такі як технології обчислення, цифрові застосунки, геопросторові технології, імерсивні середовища, Інтернет речей, відкриті та колективні платформи, технології близькості та робототехніка. Зазначається, що результати дослідження є основою для рекомендацій з майбутнього впровадження ключових технологій та прийняття емерджентних практик, які мають потенціал стати майбутніми найкращими практиками. Виявлено обмеження дослідження, зокрема те, що воно базується на наукових ресурсах та може не враховувати всі можливі застосування ключових технологій. Вказано на необхідність подальших досліджень з використанням інших статистичних інструментів та методик машинного навчання для аналізу репозиторію емерджентних практик. Стаття пропонує цінний внесок у розуміння впливу ключових технологій на бізнес-процеси та надає підстави для подальших досліджень у цій області.
  • Ескіз
    Документ
    Перспективи використання штучного інтелекту у фінансовому обліку
    (Національний університет "Запорізька політехніка", 2023) Трачова, Д. М.; Давидюк, Тетяна Вікторівна; Демчук, О. М.
    Використання можливостей штучного інтелекту в фінансовому обліку підприємств поступово переходить із сфри суто наукових досліджень в практку використання суб’єктами господарювання. Результати самого популярного напряпку використання штучногоінтелекту, а саме машинного навчаня в питаннях прогнозування, виявлення помилок та шахрайства стає буденною справою та має величезні позитивні результати.Однак в умовах економіки, яка динамічно ровивається та змінюється, на яку мають вплив економічні, політичні, геополітичині показники, мають особливу цінність не стандартні, я саме орігінальні, нетипові рішення, які базуються не тільки на відомих алгоритмах, а і на професійному судженні та нестандартному бачення фахівця бухгалтерського обліку. Саме це є перспективним напрямом розвитку використання штучного інтелекту та додає економічну тапсихологічну складову до технічних та інформаційних процесів.
  • Ескіз
    Документ
    ChatGPT як інноваційний помічник в управлінні фінансовою стійкістю
    (Національний технічний університет "Харківський політехнічний інститут", 2023) Гаврик, Аліна Андріївна; Назарова, Тетяна Юріївна
    Досліджено роботу штучної інтелектуальної системи, яка базується на моделі глибокого навчання Generative Pre–trained Transformer. Зазначено, що вивчення штучного інтелекту в сучасному світі є одним з найважливіших та найшвидше розвиваючихся напрямків технологій. Розглянуто останні наукові праці та виділено ключові результати науковців. Проаналізовано основні принципи роботи системи та її можливості використання в оцінці фінансової стійкості підприємств. Зауважено зростання світового обсягу інвестицій в сферу розвитку штучного інтелекту та машинного навчання в останнє десятиліття та прогнозне значення збільшення інвестиції в найближчі роки.. Розглянуто основні способи впливу ChatGPT на фінанси та його здатність обробляти складні фінансові запити. Представлено практичне використання моделі та обгрунтовано можливості її функціонування в пошуку рішень і допомоги в аналізі фінансової стійкості. Надано основну інформацію щодо методів покращення фінансової стійкості підприємства через аналіз фінансових даних та прогнозування різних сценаріїв. Використано ChatGPT для аналізу фінансової стійкості підприємства на прикладі неіснуючої компанії, згенерованої штучним інтелектом. Розкрито аналіз показників фінансової стійкості з розрахунками, що підтвердили фінансову стійкість підприємтсва з можливими ризиками до врахування. Виявлено переваги та недоліки моделі та зроблено висновки щодо доцільності використання її в реальних умовах. Визначено, що використання ChatGPT для аналізу фінансової стійкості підприємства потребує обережності та врахування досліджених проблем. Надано рекомендації, щодо покращення роботи алгоритму машинного навчання для виявлення специфічних фінансових термінів та їх зв'язків, а також для зниження шуму в текстах та вдосконалення функцій з графічним представленням даних.