文献

J-GLOBAL ID：201702212833950527   整理番号：17A1775743

深部強化学習を用いた盛土における不正行為検出【Powered by NICT】

Fraud detection in banking using deep reinforcement learning

著者 (4件)： Bouchti Abdelali El (National School of Business and Management, Hassan 1st University, Settat, Morocco) ,  Chakroun Ahmed (National School of Business and Management, Hassan 1st University, Settat, Morocco) ,  Abbar Hassan (National School of Business and Management, Hassan 1st University, Settat, Morocco) ,  Okar Chafik (School of Technology, Hassan 1st University, Berrechid, Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INTECH  ページ： 58-63  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深学習と機械学習は,今日では金融サービスにおける注目されている。金融エンティティが製品やセグメントクライアントを定義し,リスクを効率的に管理と銀行における不正行為を検出することを可能にする。深部強化学習(DRL)理論は,もともと,シーケンシャルな行動に関する動物の学習が動機付けしたが,Markov決定過程に対する一つのアプローチとして,機械学習分野で開発し,拡張した。最近,財務リスク解析と詐欺検出研究の数はDRLに必要な脳と機能における報酬関連活動の間の関係が示唆されている。DRLの歴史については,DRLの理論を本論文で導入し,盛土の二つの応用を示した。可能な実装を論じた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 金融 ,  *盛土 ,  銀行 ,  *強化学習 ,  リスク分析 ,  機械学習 ,  動物 ,  *学習 ,  *深部
準シソーラス用語： 財務 ,  Markov決定過程 ,  エンティティ ,  金融業務 ,  *詐欺 , 【Automatic Indexing@JST】

分類 (4件)： データ保護  (JD01020V) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (4件)： 深部 ,  強化学習 ,  盛土 ,  行為