研究人员开发了多流欺诈Transformer (MSFT)，这是一种新颖的架构，旨在通过分析交易和登录会话等异构事件流来检测金融欺诈。MSFT为每个流使用独立的Transformer编码器，并采用可配置的融合机制来组合它们的表示。在大数据集上的实验表明，MSFT的性能显著优于传统的梯度提升树和单流Transformer模型，在采用时序感知位置编码的情况下达到了0.9961的AUROC。研究还表明，由于其高精度，门控融合最适合生产部署，并且风险事件流最能指示欺诈。 AI
影响 这项研究引入了一种更有效的金融欺诈检测方法，有望提高数字银行业的安全性并减少损失。
排序理由 该集群包含一篇详细介绍新颖模型架构及其在特定任务上性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
