文献

J-GLOBAL ID：202202242420621309   整理番号：22A1154620

医療保険における不正行為を検出するためのモデル【JST・京大機械翻訳】

Models for Detecting Frauds in Medical Insurance

著者 (2件)： Mitrova Hristina (Ss. Cyril and Methodius University in Skopje, Skopje, North Macedonia) ,  Madevska Bogdanova Ana (Ss. Cyril and Methodius University in Skopje, Skopje, North Macedonia)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1521  ページ： 55-67  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 健康保険は,多くの人々にとって重要であるが,不幸なことに, fraudの影響を受けやすく,従って,基金をカバーするための支出は,指数関数的成長を示す。この種のスカムの犠牲者は,基金と処理を提供する制度だけでなく,彼らがコミットされた fraudにより彼らの優先度を失ったことを除いて,実際に必要なものでもある。資金を合理的に提供し,損失を最小化するために,不正検出システムの必要性がある。本論文では,この問題を,フィールドの性質に固有のデータを用いて,二値分類問題として考察した。全体のデータ科学パイプラインプロセスは,同じ問題に関して公表されているものより高い著者らの結果を詳述するために考慮して,異なるモデルで0.95,0.96および0.98AUCスコアであった。データは3つの相互接続データベースから統合され,前処理され,次にそれらの断面が行われる。データセットは,両方のクラスの記録に関して不均衡であり,従って,特定の平衡技術を適用した。いくつかのモデルを伝統的機械学習モデル,深層ニューラルネットワークとアンサンブルアルゴリズムによる分類器を用いて構築し,それらの性能をいくつかの評価計量に従って検証した。Copyright Springer Nature Switzerland AG 2022 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 ,  学習モデル ,  システム ,  データベース ,  評価 ,  前処理 ,  相互接続 ,  指数関数 ,  *モデル ,  集合 ,  問題 ,  優先度
準シソーラス用語： 不均衡 ,  不正検出 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (11件)： 健康保険 ,  検出 ,  二値分類 ,  フラッド ,  データセット ,  前処理 ,  アルゴリズム ,  アンサンブル法 ,  バランス技術 ,  評価尺度 ,  ハイパーパラメータ調整

分類 (1件)： 医療制度  (GB04020H)

タイトルに関連する用語 (3件)： 医療保険 ,  行為 ,  モデル