financial fraud detection | BriefGPT

关键词financial fraud detection

搜索结果 - 7

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
PDF3 months ago
通过无监督学习在图上学习 MLP 以加速图推理
通过无监督学习简化后的多层感知器（MLPs）在图表上进行学习，以增强泛化效果，特别是在未见节点的设置中，实现了显著的性能提升（7-26%）和图表推断加速（90-126 倍），在大规模图表数据集上优于现有基准方案。
PDF5 months ago
在核空间中基于边缘化少数群体的 SMOTE 解决不平衡数据中的分类歧视
基于决策边界和样本接近性关系的一种新的分类过采样方法，通过关注关键样本与决策超平面之间的距离以及周围样本的密度，提供了一种适应性过采样策略，在金融欺诈数据集上得出了可以提高少数类别分类准确性的有效和稳健的解决方案。
PDF5 months ago
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。
PDF10 months ago
TimeTrail: 通过时间相关性分析揭示金融欺诈模式
本研究介绍了一种名为 “TimeTrail” 的新技术，通过高级时间相关性分析来解释复杂的金融欺诈模式，该技术利用与时间相关的见解为欺诈检测决策提供透明和可解释的解释，提高了问责制和信任。
PDF10 months ago
面向带符号加密货币信任网络的基于时序 GCN 的模式感知欺诈检测
本文关注加密货币网络上的欺诈检测，使用图形卷积网络处理这些图形。采用局部结构和平衡理论指导训练，使用基本矩阵捕捉局部拓扑信息，并在 GCN 聚合过程中使用它们，实现在时间窗口内的嵌入加权平均。实验结果表明，本文所提出模型优于文献中的模型。
PDF2 years ago
基于行为信息聚合网络 (BIAN) 的大规模金融社交网络欺诈用户检测
本文提出了一种新的行为信息聚合网络（BIAN），它结合了用户的行为和其他用户特征，通过相邻边缘属性分布，即金融社交网络的用户行为，来聚合邻居，从而改善了现有图神经网络在金融欺诈检测方面的不足，实验结果表明，与现有的最先进模型相比，BIAN
PDF2 years ago