AI4Risk/antifraud
A repository for financial fraud detection
解決する課題
AntiFraud は、金融不正検知のために設計された統一研究フレームワークです。様々な深層学習およびグラフベースの不正検知手法を実装、学習、評価するための標準化された方法を提供し、アルゴリズムごとに個別のパイプラインを構築する必要性を低減します。
仕組み
このフレームワークは、畳み込みニューラルネットワーク (CNNs)、時空間アテンションネットワーク、グラフニューラルネットワーク (GNNs) を含む、いくつかの代表的な不正検知アプローチを統合しています。YelpChi、Amazon、S-FFSD などのデータセットを処理するために統一されたデータ処理パイプラインを使用しており、特徴量エンジニアリングや高次トランザクショングラフの構築も含まれます。
対象ユーザー
金融セキュリティおよび不正検知を専門とする研究者やデータサイエンティストで、様々な深層学習モデルやグラフベースモデルをテスト・比較するためのベンチマークフレームワークを必要としている方。
主な特徴
- 多様なモデル実装: MCNN、STAN、STAGN、GTAN、RGTAN、HOGRL、Grad など、幅広い手法を網羅。
- 統一されたパイプライン: データ処理、学習、評価のパイプラインが標準化されており、モデル間の一貫性を確保。
- グラフベースのアプローチ: 不正検知のためのグラフ表現学習とグラフ拡張に重点を置いています。
- 包括的なベンチマーク: 複数のデータセットにわたる結果を提供し、直接的なパフォーマンス比較を可能にします。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト