Autoencoder Neural Networks versus External Auditors: Detecting Unusual Journal Entries in Financial Statement Audits.

Schultz, Martin; Tropmann-Frick, Marina

doi:10.24251/HICSS.2020.666

Verlagslink DOI:	10.24251/HICSS.2020.666
Titel:	Autoencoder Neural Networks versus External Auditors: Detecting Unusual Journal Entries in Financial Statement Audits.
Autorenschaft:	Schultz, Martin Tropmann-Frick, Marina
Erscheinungsdatum:	Jan-2020
URI:	http://hdl.handle.net/20.500.12738/4320
ISBN:	978-0-9981331-3-3
Einrichtung:	Department Informatik Fakultät Design, Medien und Information
Dokumenttyp:	Konferenzveröffentlichung
Enthalten in den Sammlungen:	Publications without full text