Aug, 2023

金融欺诈检测：量子机器学习模型的比较研究

PDF
TL;DR对四个量子机器学习模型在金融欺诈检测中进行了比较研究，证明量子支持向量分类器模型在欺诈和非欺诈类别上取得了最高性能，F1 分数达到了 0.98。其他模型如变分量子分类器、估计量子神经网络（QNN）和采样器 QNN 展示了有前景的结果，推动了量子机器学习在金融应用中的潜力。虽然它们存在一定的限制，但所得到的见解为未来的改进和优化策略铺平了道路。然而，现存的挑战包括需求更高效的量子算法和更大更复杂的数据集。本文提供了克服当前限制的解决方案，并为量子机器学习在欺诈检测领域做出了新的贡献，对其未来发展具有重要意义。
quantum machine learningfraud detectionfinancequantum support vector classifierestimator quantum neural network
发现论文，激发创造
  • 量子机器学习用于恶意软件分类

    研究在恶意软件检测方面，通过使用量子算法相比于传统的机器学习算法，对于区分恶意和良性的可执行文件的分类任务所带来的好处，且发现最有趣的未来方向。

    May, 2023

  • 基于案例研究的量子机器学习在网络安全领域的应用：使用量子支持向量机进行恶意软件分类和保护

    本文介绍了利用量子机器学习技术应对网络安全挑战的方法，特别是基于 QSVM 模型在恶意软件分类和保护方面的应用，为网络安全学习者设计并开发了十个基于量子机器学习的学习模块，以实现学生中心化、案例研究为基础的学习方法。其中一个子主题被应用于一个包含预实验、实验和后实验活动的网络安全主题，以提供应对实际安全问题的量子机器学习经验。QSVM 模型在 drebin215 数据集上实现了 95% 的恶意软件分类和保护精度。

    Jun, 2023

  • 量子机器学习优化资金预测

    利用量子算法的机器学习方法可以用于提高金融预测的准确性，包括使用 DPP 提高 Ramdon Forest 模型的精度和设计量子神经网络架构降低经典性能所需的参数数量实现信用风险评估。

    May, 2023

  • 量子算法：金融犯罪预防的新领域

    量子算法对金融风险管理具有转变性影响，通过利用量子计算机固有的计算能力，可以提供强大且有效的解决方案，包括金融犯罪检测、预防洗钱、加密货币攻击和市场操纵等方面的问题，并能支持加强的金融风险管理分析。

    Mar, 2024

  • 利用量子图神经网络进行金融欺诈检测

    提出一种利用量子图神经网络和变分量子电路检测金融欺诈的新方法，通过与经典图神经网络的比较实验证明该方法在金融欺诈检测方面具有更高的性能。

    Sep, 2023

  • 利用恶意软件数据集探究机器学习和量子机器学习对对抗攻击的弱点：一项比较分析

    本研究使用恶意软件数据集 ClaMP，对传统的神经网络（NN）和量子神经网络（QNN）进行对抗攻击试验。结果发现，机器学习（ML）和量子机器学习（QML）模型均易受对抗攻击影响，尽管 QNN 在攻击后的精度和召回率方面表现更好，但准确率下降得更为显着。此研究为后续增强 ML 和 QML 模型（尤其是 QNN）的安全性和韧性打下了基础。

    May, 2023

  • QFNN-FFD：金融欺诈检测的量子联邦神经网络

    该研究介绍了量子联邦神经网络金融欺诈检测（QFNN-FFD）的创新框架，将量子机器学习（QML）和量子计算与联邦学习（FL）相结合，创新金融欺诈检测。通过利用量子技术的计算能力和联邦学习的数据隐私，QFNN-FFD 提供了一种安全高效的识别欺诈交易的方法。在分布式客户端上实现双阶段训练模型超越了现有方法的性能。QFNN-FFD 显著改进了欺诈检测并确保了数据保密性，标志着金融科技解决方案的重大进展，并为注重隐私的欺诈检测建立了新的标准。

    Apr, 2024

  • 特征工程能帮助量子机器学习进行恶意软件检测吗？

    研究了使用量子机器学习和特征选择策略来提高恶意软件检测的精确度和减少训练时间的混合框架，并给出了初步结果。

    May, 2023

  • 量子辅助模拟：在量子计算领域设计机器学习模型的框架

    利用量子计算和量子机器学习算法在数据处理方面取得了指数级的提速、资源需求的减少以及准确度和效率的提高，本文对量子计算、机器学习和量子机器学习算法进行了探讨，并提供了一个简化的步骤，可以帮助读者建立量子机器学习算法的模拟。此外，通过在数据集上利用机器学习和量子机器学习方法进行模拟，利用量子模拟器对它们的性能进行了比较。

    Nov, 2023

  • 金融领域中的量子生成对抗网络（qGAN）和量子混合密度矩阵（QCBM）的实施

    量子机器学习在金融领域的新研究领域是本文重点讨论的内容，包括应用于金融的量子生成对抗网络 (qGAN)、量子电路 Born machine (QCBM) 等模型，并通过仿真环境展示了量子机器学习在金融领域的未来潜力。

    Aug, 2023