文献

J-GLOBAL ID：202202221721265808   整理番号：22A0410391

逐次クレジットカード不正検出:結合深層ニューラルネットワークと確率的グラフィカルモデルアプローチ【JST・京大機械翻訳】

Sequential credit card fraud detection: A joint deep neural network and probabilistic graphical model approach

著者 (2件)： Forough Javad (Department of Computer Engineering, Amirkabir University of Technology, Tehran, Iran) ,  Momtazi Saeedeh (Department of Computer Engineering, Amirkabir University of Technology, Tehran, Iran)
資料名： Expert Systems  (Expert Systems)
巻： 39  号： 1  ページ： e12795  発行年： 2022年 
JST資料番号： T0510A  ISSN： 0266-4720  資料種別： 逐次刊行物 (A)
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,e-bankingの幅広い利用と fraudsterの機会増加により,毎年信用カード fraudにより,世界中で10億ユーロのユーロの喪失を招いている。したがって,信用カード不正検出は,金融機関にとって重大な必要性になった。いくつかの研究は,問題に対処する方法を提案するために機械学習技術を使用した。しかし,それらの大部分はトランザクションデータの逐次性質を考慮しなかった。本論文では,深層ニューラルネットワークと確率的グラフィカルモデル(PGM)の両方に基づくシーケンスラベリングを用いた新しい信用カード不正検出モデルを提案した。次に,2つの実世界データセットを用いて,ベースラインモデルと著者らのモデルを比較し,また,取引間の隠れ逐次依存性と予測ラベル間の考慮が,結果を改善できるかを調べた。さらに,ランダムアンダーサンプリング過程中のデータの逐次パターンを維持するのに役立つ新しいアンダーサンプリングアルゴリズムを導入した。著者らの実験は,このアルゴリズムがオーバーサンプリングとアンダーサンプリングにおける最先端の方法と比較して有望な結果を達成することを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  金融機関 ,  *ネットワーク ,  *クレジットカード ,  基準線
準シソーラス用語： オーバサンプリング ,  アンダーサンプリング ,  *不正検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 条件付き確率場 ,  不正検出 ,  長期短期記憶ネットワーク ,  逐次モデリング

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

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 ,  深層ニューラルネットワーク ,  確率的グラフィカルモデル