研究人员开发了GTFD，这是一种新颖的图-Transformer模型，旨在增强对公司交易网络中复杂金融欺诈的检测能力。该模型利用多头图注意力网络整合支付图的结构信息，并结合门控Transformer处理时间序列。GTFD在基准数据集上取得了最先进的性能，在AUROC、F1分数和准确率方面均有显著提升，同时显著减少了误报并提高了对协同欺诈团伙的召回率。 AI
影响 该模型先进的欺诈检测能力可以显著提高识别复杂交易网络中金融犯罪的准确性和效率。
排序理由 该集群包含一篇详细介绍新模型及其在基准测试中性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Adversarial Augmentation
- arXiv
- Conformal Risk Control
- Gated Transformer
- Graph transformer neural network force field for prediction of atomic forces and energies in molecular dynamic simulations
- Hugging Face
- Multi-head Graph Attention Network
- Self-supervised Link-mask Pretraining
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
