抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,単に二値分類器モデルを提供する代わりに,信用カード fraudに関するリスク制御フレームワークを導入した。異常検出手法を採用して,訓練されたオートエンコーダの再構成誤差の異常値として不正事象を同定した。訓練されたオートエンコーダは,正常なトランザクションと不正行動に関する不均一挙動に関して,良い適応性とロバスト性を示した。偽陽性正常取引のコストを制御して,偽陰性 fraudの損失は,正常取引に関する訓練した自動符号器の再構成誤差のパーセンタイルから閾値によって評価することができた。経済的および財政的推定のリスク評価を整列させるために,リスク管理者はリスク制御要求を満たすために閾値を調整することができる。閾値として95パーセンタイルを用いて,誤検出正常トランザクションの率は5%で制御され,真の陽性率は86%であった。99パーセンタイル閾値に対して,十分に制御された偽陽性率は,真の検出 fraud活動に対して,約1%および83%であった。偽陽性率と真の陽性率の性能は,他の教師つき学習アルゴリズムと競合する。Copyright 2021 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】