Temporal Contrastive Transformer

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。