文献

J-GLOBAL ID：202202259843754626   整理番号：22A0979128

局所異常値係数と分離森林アルゴリズムを用いた信用カード不正検出の精度度【JST・京大機械翻訳】

Degree of Accuracy in Credit Card Fraud Detection Using Local Outlier Factor and Isolation Forest Algorithm

著者 (5件)： Negi Kanishka (Sharda University,Greater Noida,India) ,  Kumar Gaddam Prathik (Sharda University,Greater Noida,India) ,  Raj Gaurav (Sharda University,Greater Noida,India) ,  Sahana Subrata (Sharda University,Greater Noida,India) ,  Jain Vishal (Sharda University,Greater Noida,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： Confluence  ページ： 240-245  発行年： 2022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： 誰がオンラインベーストランザクション活動を選好するディジタル化の時代において,これは信用カードの需要を増加させ, fraudent事例は日々増加し,個人への大きな損失を引き起こす。著者らのモデルは2つの主要なアルゴリズムから成り,不正取引を分類する方法として異常検出を使用する。これら2つのアルゴリズム,すなわち,局所異常値因子および分離森林の援助によって。著者らは,著者らの機械学習(ML)モデルCredit Card Fraud検出(CCFD)を実行し,レイマンrs項におけるこれら2つのアルゴリズムが,トランザクションを単離し,また,異常値,すなわち,異常あるいは不正トランザクションの高い速度を持つ正常および共通次数からの偏差として考慮することができる。Copyright 2022 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： *アルゴリズム ,  *異常値 ,  機械学習
準シソーラス用語： ディジタル化 ,  異常検出 ,  *不正検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 異常値 ,  係数 ,  森林 ,  アルゴリズム ,  信用 ,  カード ,  不正検出