文献

J-GLOBAL ID：202102213606618781   整理番号：21A0082260

SVM再帰特徴抽出とハイパーパラメータ最適化に基づく強化クレジットカード不正検出【JST・京大機械翻訳】

Enhanced credit card fraud detection based on SVM-recursive feature elimination and hyper-parameters optimization

著者 (2件)： Rtayli Naoufal (Laboratory of Informatics Systems and Optimization, Ibn Tofail University, Kenitra, Morocco) ,  Enneya Nourddine (Laboratory of Informatics Systems and Optimization, Ibn Tofail University, Kenitra, Morocco)
資料名： Journal of Information Security and Applications  (Journal of Information Security and Applications)
巻： 55  ページ： Null  発行年： 2020年 
JST資料番号： W2985A  ISSN： 2214-2126  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： オンラインショッピングの成長により,Credit Card Fraud(CCF)は深刻なメニューとして出ている。この目的のために,自動およびリアルタイムの不正検出場は,いくつかの研究を必要とする。最近のものは,不正取引を捕えるための良い適合モデルを構築するために,それらの有益な特性のために,多くの機械学習(ML)方法と技術を使用する。本論文の目的は,Credit Card Fraud検出(CCFD)のためのハイブリッドアプローチに基づく新しいモデルを開発することである。提案モデルは,以前の研究と比較して,不正取引を同定する強い能力を示した。正確に,著者らのモデルのロバスト性を,3つのサブ方法の強度を結合することによって構築した。最も有用な予測特徴,Hyper-Parameter最適化(HPO)のためのGridSearchCV,および不均衡なデータ問題を克服するための合成Minority Overサンプリング(SMOTE)を選択するための再帰的特徴除去(RFE)。多くの実世界データセットに関する著者らのモデルの実験は,効率と有効性に関して最良の結果を与える。Copyright 2021 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： *最適化 ,  *特徴抽出 ,  *クレジットカード ,  有効性 ,  ロバスト性 ,  機械学習
準シソーラス用語： オーバサンプリング ,  不均衡 ,  オンラインショッピング ,  実時間 ,  *ハイパーパラメータ ,  *不正検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： 信用カード不正検出 ,  不均衡データ ,  機械学習 ,  ハイパーパラメータ最適化 ,  再帰的特徴抽出 ,  合成少数キャリアオーバーサンプリング技術

分類 (2件)： 燃料電池  (YB04040V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： SVM ,  特徴抽出 ,  ハイパーパラメータ ,  最適化 ,  強化 ,  クレジットカード ,  不正検出