研究人员推出TransXion，这是一个新的基准数据集，旨在提高反洗钱（AML）机器学习模型的现实性和有效性。与现有依赖于简化异常注入且缺乏丰富实体语义的基准不同，TransXion结合了具有感知能力的正常活动模拟和非法交易的随机生成。这种方法模拟了持久的实体画像和有条件的交易行为，从而能够评估与实体社会经济背景相矛盾的异常情况。该数据集包含约300万笔交易，涉及50,000个实体，每个实体都具有详细的人口统计和行为属性，并已证明TransXion为AML检测模型提供了一个更具挑战性的测试平台。 AI
影响 为开发强大的反洗钱检测方法提供了一个更现实、更具挑战性的基准。
排序理由 该集群是关于在arXiv上发布的反洗钱机器学习新基准数据集。[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 →
