实体
financial crime detection
financial crime detection
PulseAugur coverage of financial crime detection — every cluster mentioning financial crime detection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架利用时间序列模型提升金融犯罪检测能力
研究人员开发了一个名为时间上下文边缘丰富（TCEE）的新框架，以改进金融犯罪检测。TCEE 利用时间序列基础模型（TSFM）来总结账户交易历史，用时间上下文丰富交易表示。这种方法增强了边缘分类，并可以集成到图神经网络（GNN）中进行更全面的分析。在多个数据集上，TCEE 与现有方法相比，在性能和训练速度上都显示出显著的改进，并在检测网络钓鱼活动的节点分类任务中显示出有效性。
-
新型Transformer模型在金融犯罪检测方面展现潜力
研究人员开发了一种用于金融犯罪检测的时间对比Transformer (TCT) 模型，利用自监督学习从交易序列创建嵌入。虽然单独的TCT嵌入显示出0.8644的AUC的良好预测性能，但当与现有领域工程特征结合时，它们并未显著改善，实现了0.9205的AUC，而基线为0.9245。这表明该模型捕捉了相关的时间信号，但在超越既定特征工程方法方面增加了价值方面面临挑战，表明这是自动化金融犯罪分析中一个有前景但中间的步骤。