文献

J-GLOBAL ID：202002255438105048   整理番号：20A0220759

クレジットカード不正検出のためのコストに敏感な重みづけランダムフォレスト技術【JST・京大機械翻訳】

A Cost-sensitive weighted Random Forest Technique for Credit Card Fraud Detection

著者 (3件)： Devi Debashree (National Institute of Technology Silchar,Department of Computer Science and Engineering,Silcahr,India) ,  Biswas Saroj. K. (National Institute of Technology Silchar,Department of Computer Science and Engineering,Silcahr,India) ,  Purkayastha Biswajit (National Institute of Technology Silchar,Department of Computer Science and Engineering,Silcahr,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCCNT  ページ： 1-6  発行年： 2019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： 近年,デジタル化の時代が,著者らの日常生活の時代とともに,オンラインバンキングとオンライン取引システムにおいてより多くの関係を得ているので,不正なクレジットカード取引の機能は,過去の数年にわたって増加した。機械学習アルゴリズムは,クレジットカードフレームの検出において重要な役割を果たした。しかしながら,実生活データセットの不均衡な性質は,クレジットカードfraudの検出において低い性能を実行するために,従来の分類アルゴリズムを引き起こす。本研究では,費用に敏感な重みづけランダムフォレストアルゴリズムを,効果的なクレジットカード不正検出のために提案した。費用関数は各木の訓練段階において定義されており,それは訓練中の少数のインスタンスにより多くの重みを割り当てることを強調している。木は,少数クラスインスタンスの予測能力に従ってランク付けされる。提案した研究を,二つの二値クレジットカードデータセットに対する二つの既存のランダムフォレストベース技術と比較した。モデルの効率を,G-平均,F-測度およびAUC値で評価した。実験結果は,既存のものより提案したモデルの性能を確立した。Copyright 2020 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： 等級づけ ,  費用関数 ,  学習アルゴリズム ,  *クレジットカード ,  測度 ,  重みづけ
準シソーラス用語： 予測能力 ,  分類アルゴリズム ,  不均衡 ,  オンライン ,  *ランダムフォレスト ,  *不正検出 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  データ保護  (JD01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： クレジットカード ,  不正検出 ,  重みづけ ,  ランダムフォレスト