研究人员开发了一个机器学习框架,用于检测卢旺达移动货币生态系统中的洗钱和恐怖主义融资行为。该框架解决了极端类别不平衡、交易标签延迟和调查员能力有限等挑战。它使用了一个包含超过950万笔交易的合成数据集进行了评估,对各种监督和无监督模型进行了基准测试,其中一个融合堆叠器取得了最佳性能。 AI
影响 该框架为监管机构打击新兴数字经济中的金融犯罪提供了一个潜在解决方案。
排序理由 学术论文,详细介绍了针对特定现实世界问题的机器学习框架。[lever_c_demoted from research: ic=1 ai=0.7]
- Bharti Airtel
- Financial Intelligence Centre (FIC)
- LightGBM
- money-laundering
- National Bank of Rwanda
- Rwanda
- sub-Saharan Africa
- terrorism-financing
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →