credit card fraud | BriefGPT

关键词credit card fraud

搜索结果 - 8

使用先进的 Transformer 模型进行信用卡欺诈检测
通过使用最新的 Transformer 模型进行数据处理和高度相关向量选择，本研究致力于创新应用于更可靠和精确的欺诈检测，通过与多个广泛采用的模型进行性能比较，包括支持向量机（SVM），随机森林，神经网络和逻辑回归等，比较指标如 Preci
PDFa month ago
保障交易：使用 IHT-LR 和网格搜索的混合可靠集成机器学习模型
本文介绍了一种最先进的混合集成可靠的机器学习模型，利用多个算法与合理的加权优化（使用网格搜索）智能结合，包括决策树、随机森林、K - 最近邻、多层感知器，以提高欺诈识别能力。该模型在公开可用的信用卡数据集上的实验中取得了令人印象深刻的准确率
PDF4 months ago
CaT-GNN: 通过因果时序图神经网络提升信用卡欺诈检测
本文介绍了一种名为 CaT-GNN 的新型信用卡欺诈检测方法，该方法利用因果不变性学习揭示了交易数据中的内在相关性，并通过发现和干预阶段将问题分解，通过识别事务图中的因果节点并应用因果混合策略来提高模型的鲁棒性和可解释性。实验结果表明，Ca
PDF4 months ago
利用无性繁殖优化算法进行信用卡欺诈检测
本文介绍了一个基于有性繁殖优化方法，即 ARO，结合机器学习实现的信用卡欺诈检测系统，相较其他方法，ARO 方法大大降低了训练时间，提高了欺诈检测中的召回率，可用于实时系统。
PDFa year ago
基于同态加密的隐私保护信用卡欺诈检测
本文提出了一种使用同态加密进行私密欺诈检测的系统，在使用明文数据训练完 XGBoost 和神经网络后，将其转换为同态加密模型用于私有推断，比较两种模型的延迟、存储和检测结果，并探讨部署的可行性和应用案例。
PDF2 years ago
基于 GAN 的数据增强解决类别不平衡问题
在信用卡欺诈检测中，机器学习被广泛运用，但因为样本集类别分布存在不平衡，这可能导致模型预测全部为多数类别而无法推广到真实情况。因此，我们使用生成对抗网络来生成一些少数类别虚拟数据，以缓解类别分布不平衡问题，从而更有效地学习数据。
PDF2 years ago
基于深度神经网络和 K - 最近邻的信用卡欺诈检测组合
该论文介绍了一种基于欠采样算法、K 最近邻算法和深度神经网络的新技术，用于识别信用卡欺诈交易，并通过表现评估表明，DNN 模型具有高精度（98.12%），具有较好的欺诈交易检测能力。
PDF2 years ago
运用多透视隐马尔可夫模型实现信用卡欺诈检测自动化特征工程
使用多个透镜 (Hidden Markov Model) 和随机森林 (Random Forest classifier) 的多视图特征工程方法，以检测信用卡欺诈，可提供具有更高检测率的特征集，具有与专家基于特征工程策略相比的优势。
PDF5 years ago