RUS  ENG
Полная версия
ЖУРНАЛЫ // Доклады Российской академии наук. Математика, информатика, процессы управления // Архив

Докл. РАН. Матем., информ., проц. упр., 2023, том 514, номер 2, страницы 225–234 (Mi danma467)

Эта публикация цитируется в 1 статье

СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

Spidernet: полносвязная сверточная нейронная сеть для обнаружения мошенничества

С. В. Афанасьев, А. А. Смирнова, Д. М. Котерева

Сбер, Москва, Россия

Аннотация: В этой работе мы представляем архитектуру сверточной нейронной сети SpiderNet, разработанную для решения задач детектирования мошенничества. Мы заметили, что принципы работы пулинговых и сверточных слоев в нейронных сетях похожи на методы работы аналитиков при проведении расследований. Кроме того, применяемые в нейронных сетях пропускные соединения позволяют использовать признаки различной силы. Наши эксперименты показали, что SpiderNet дает лучшее качество по сравнению с Random Forest, CNN, DenseNet и адаптированной под антифрод F-DenseNet. В этой работе мы также предлагаем новые подходы для разработки антифрод-правил – Б-тесты и W-тесты. Программный код SpiderNet доступен по ссылке: https://github.com/aasmirnova24/SpiderNet.

Ключевые слова: сверточные нейронные сети, выявление мошенничества, генерация признаков.

УДК: 004.8

Статья представлена к публикации: А. И. Аветисян
Поступило: 14.08.2023
После доработки: 18.08.2023
Принято к публикации: 15.10.2023

DOI: 10.31857/S2686954323601136


 Англоязычная версия: Doklady Mathematics, 2023, 108:suppl. 2, S360–S367

Реферативные базы данных:


© МИАН, 2024