文献

J-GLOBAL ID：201802225618619537   整理番号：18A1433620

クレジットカード不正検出のためのコストに敏感なリスク誘導Bayes推論Bagging(RIBIB)【JST・京大機械翻訳】

Cost-sensitive Risk Induced Bayesian Inference Bagging (RIBIB) for credit card fraud detection

著者 (2件)： Akila S (Department of Computer Applications, National Institute of Technology, Trichy 620015, India) ,  Srinivasulu Reddy U (Department of Computer Applications, National Institute of Technology, Trichy 620015, India)
資料名： Journal of Computational Science  (Journal of Computational Science)
巻： 27  ページ： 247-254  発行年： 2018年 
JST資料番号： W3406A  ISSN： 1877-7503  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クレジットカードfraは,それらに関連する巨大な損失の可能性により,組織に対する最大の脅威の一つである。本論文では,クレジットカードの不正検出のために,コストに敏感なリスク誘導Bayes Inference Bagingモデル,RIBIBを提案した。RIBIBは,制約付きバッグ生成法,ベース学習者としてのリスク誘導Bayes推論法,および費用に敏感な重みづけ投票結合器を組み込んだ新しいバギングアーキテクチャを提案した。ブラジルの銀行データに関する実験は,1.04~1.5倍のコスト削減を示した。UCSD-FICOデータに関する実験は,ドメイン固有パラメータ微調整の必要なしに,非見られたデータを扱うモデルのロバスト性を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機アーキテクチャ ,  ロバスト性 ,  *Bayes推定 ,  *クレジットカード ,  銀行 ,  モデリング ,  ブラジル連邦共和国 ,  結合器 ,  原価低減
準シソーラス用語： 学習者 ,  *不正検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： クレジットカード不正検出 ,  Bagging ,  リスクベースモデリング ,  ベイズ推論 ,  加重投票

分類 (1件)： マーケティング  (KA06020W)

タイトルに関連する用語 (5件)： クレジットカード ,  不正検出 ,  リスク ,  誘導 ,  Bayes推論