审计新领域:数据资产审计

来源 :商业会计 | 被引量 : 0次 | 上传用户:dota_dk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着数字经济的发展和数字化转型的加速推进,数据资源愈发丰富,数据作为新的生产要素,是实现经济高质量发展的新引擎。根据《企业会计准则——基本准则》,企业数据资源已具备确认为资产的条件,现阶段如何通过合理的审计程序确定企业数据资产在财务报表中公允反映成为亟待研究和解决的重要问题。文章从数据资产的特征及审计界定出发,分析数据资产审计的必要性,探讨数据资产审计的思路方法,并提出数据资产审计的相关建议。
其他文献
智慧工厂是现代工厂信息化发展的新产物,也是工业互联网时代的必然产物。其在数字化工厂的基础上,利用物联网的相关技术加强了信息管理和服务。然而智慧工厂中使用的各种智能数字设备以及平台具有多样性。因此,其产生的感官数据的语法、类型和格式存在高度异构性,很难理解所交换内容的确切含义(语义),数据共享难以实现。基于本体的语义互操作技术可为不同应用程序和服务提供有意义的数据交换标准,促进异构数据的共享。根据智
学位
目前机械手与我们的生活联系越来越密切,它经常被用作机器人与作业环境接触的末端执行器,完成一些可替代人工的工作,比如物流快递、医疗服务、太空抓取和家庭服务。在机械手的结构设计和传动方式越来越成熟的情况下,更多的学者把研究重点放在机械手对物体的稳定抓取控制方面。本文的研究重点是使用触觉传感器让机械手对环境进行感知,并提出基于触觉的抓取策略实现机械手对物体的稳定抓取。首先,以三指机械手为研究对象,建立机
学位
随着京津冀协同发展战略的持续推进,如何优化区域市场规划,促进居民绿色消费成为至关重要的问题。本文基于2011年和2021年京津冀地区“绿色消费”空间的兴趣点(POI)数据,采用随机森林模型识别京津冀地区“绿色消费”空间分布,并利用核密度等研究其时空演变方向。结果表明:相较于传统多元线性回归方法,随机森林方法在识别京津冀地区“绿色消费”空间分布上的精度和拟合度更高,在空间计量分析中引入机器学习方法,
期刊
随着汽车的广泛应用,电气化的比例不断提高,汽车车窗逐渐从机械手摇式控制转化为电动化控制,导致了汽车的核心部件车窗电机用量增加。目前普遍使用的车窗电机为永磁有刷直流电机(Permanent Magnet Brush Direct Current Motor,PMBDC),但是随着使用时间的增加,车窗电机会产生振动,发出噪音,这是由电机的转矩波动造成的后果,最终会影响电机的使用寿命。对永磁电机而言,转
学位
在科技飞速发展的现代,虚拟美颜美妆技术受到广泛欢迎,市场上也出现了各种各样的美颜应用软件,但是这些软件只能为用户提供某些特定的风格,不能随意的选择妆容风格。而妆容迁移不仅可以实现一键式换妆,还可以让用户使用任意风格的图片进行试妆。但是在目前的各类研究方法中,在妆容细节上、面部结构上、图像分辨率上、算法鲁棒性与模型的泛化能力等方面均有待提升。因此本文针对生成图像的面部结构的保持、妆容细节和模型泛化能
学位
基于多源观测资料和海洋再分析产品,本文对北赤道流和北赤道潜流的结构及2019年春季日本以东黑潮延伸体锋精细化结构进行了研究。具体工作如下:1、分析了锚系点北赤道流和潜流的结构与季节内变化2014年6月至2016年5月布放在160°E,15°N的潜标观测表明:北赤道流在500 m以浅稳定地向西流动,平均流速约-9 cm/s,于2016年1月达到最强(约-40 cm/s)。在2014年7月和11月、2
学位
信息通信技术的迅猛发展,推动汽车行业进入了向智能化和网联化转型升级的时代,智能网联汽车已成为各大汽车企业和国家抢占人工智能领域的制高点。智能网联汽车由于可以提高行车安全和降低能耗,被纳入《交通强国建设纲要》的重要研究方向。然而,如何对智能网联车辆组成的交通流进行系统的分析,以科学的方法指导和管理交通系统,是一个值得探究的课题。因此,本文通过理论与实践相结合的方法,从理论分析与真车实验两方面揭示了网
学位
预测性维护是保证机械加工过程中工业设备安全服役的关键,为了提高机械加工过程中关键零部件的状态识别或寿命预测的精度,通常需要采集大量不同类别的与关键零部件状态密切相关的数据。而采集获取的这些大量数据会对存储、网络、能耗等方面造成较大的压力,同时,与机械设备状态关联性较强的振动信号,由于采样频率较高且通常为浮点数类型,传统的压缩方案的压缩效率并不理想。本文根据机械加工过程中,关键零部件状态信息数据存在
学位
本文根据数据资产审计特点,定义“数据资产”概念,指出数据资产审计的意义,分析数据资产审计要点,在此基础上提出优化数据资产审计和内部控制管理的建议。
期刊
随着计算机性能的提升和数据量的爆发,深度学习迅速发展。头部姿态估计是计算机视觉领域的一个重要研究方向,与人脸检测、头部三维重建、面部表情分析等方向紧密相关。头部姿态估计是通过利用计算机视觉和模式识别的方法在数字图像中判断头部朝向。头部姿态估计常应用于疲劳驾驶检测、学生课堂注意力分析、以及安防监控系统等方面。因此,基于深度学习的头部姿态估计研究具有重要的意义和价值。头部姿态估计仍然面临许多问题,在训
学位