文献

J-GLOBAL ID：201802243538137341   整理番号：18A1046713

敵対環境における不正の検出:強化学習アプローチ【JST・京大機械翻訳】

Detecting fraud in adversarial environments: A reinforcement learning approach

著者 (6件)： Mead Adrian (Data Science Institute, University of Virginia) ,  Lewris Tyler (Data Science Institute, University of Virginia) ,  Prasanth Sai (Data Science Institute, University of Virginia) ,  Adams Stephen (Systems and Information Engineering, University of Virginia) ,  Alonzi Peter (Research Data Services, University of Virginia) ,  Beling Peter (Department of Systems and Information Engineering, University of Virginia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SIEDS  ページ： 118-122  発行年： 2018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： クレジットカードfraは,銀行のための費用のかかる問題であり,消費者のための主要なフラストレーションである。このように,教師つき訓練に依存するfraudを検出する静的モデルは,学習され,回避されるリスクに曝される。不正予防における以前の敵学習作業は,フレームスター行動を変化させることを考慮しなかった静的モデルに対する有効性の増加を示した。本研究では,再強化学習を利用し,Markov決定プロセス(MDP)としてのfraスターとカード発行者の相互作用をフレーム化し,予測と制御を実行することにより,本研究を拡張した。著者らのMDPは,行動(トランザクション)を取り込むことにより,環境(マーチャントとfraud分類器)と相互作用するエージェント(この場合には,取引者と不正分類器)の視点を取り,報酬(トランザクションが成功/減少するかどうかに関する)を受ける。このアプローチにより,モデルフリーのポリシー反復法のような技術が,フレームスタに対する最適なポリシーを同定できるような方法で,不正なエピソードをシミュレートすることが可能になる。カードがfraudのためにクレジットカード会社によって終端されるとき,エピソードは終わる。静的分類器と比較して,規則的な基礎上での著者らの不正分類器への小さな変更を行うことにより,最適な政策を学習するためのfraudエージェントの能力の有意な減少をもたらすことを見出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *学習 ,  銀行 ,  モデル ,  欲求不満 ,  消費者 ,  逐次近似 ,  *強化学習 ,  エージェント ,  相互作用 ,  クレジットカード ,  教師つき学習
準シソーラス用語： エピソード ,  *敵意 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 敵対 ,  環境 ,  強化学習