研究人员开发了一种名为EmDT的新扩散模型，旨在为欺诈检测生成合成数据。该模型利用UMAP聚类来识别特定的欺诈模式，并利用Transformer网络在数据生成过程中捕获特征关系。在信用卡欺诈数据集上的实验表明，与现有方法相比，EmDT显著提高了XGBoost等下游分类器的性能。 AI
影响 通过生成更具代表性的合成数据来改进欺诈检测，可能导致更准确的分类器。
排序理由 这是一篇详细介绍欺诈检测中合成数据生成新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2603.13566v2 Announce Type: replace Abstract: Imbalanced datasets pose a difficulty in fraud detection, as classifiers are often biased toward the majority class and perform poorly on rare fraudulent transactions. Synthetic data generation is therefore commonly used to miti…