بررسی روش های تشخیص تقلبهای مالی بااستفاده از یادگیری عمیق

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 487

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF06_172

تاریخ نمایه سازی: 22 آذر 1399

چکیده مقاله:

کلاه برداری مالی روز به روز تهدیدات بیشتری ایجاد می کند که این مسأله عواقب جدی در بخش مالی برجای می گذارد. در نتیجه مؤ سسات مالی مجبورند به طور مداوم سیستم های کشف تقلب خود را بهبود دهند. داده کاوی یکی از روش هایی ا ست که نقش مهمی در تشـــخیص کلاهبرداری های مالی دارد. مطالعات زیادی از تکنیک های یادگیری ماشـــین و داده کاوی مانند شـــبکه های عصبی، ماشین بردار پشتیبان، زنجیره مارکوف، رگرسیون لجستیک و .... برای ارائه راه حل در این زمینه ا ستفاده کرده اند. در در ســال های اخیر، مدل هایی با معماری عمیق، برای تشــخیص الگو و یادگیری در زمینه های مختلفی مانند تصــویر، کدگذاری گفتار، تشخیص تصویر و گفتار و بازیابی اطلاعات، نسبت به روش های پیشین عملکرد بهتری نشان داده اند. در این مقاله کاربرد روش های یادگیری عمیق برای کشف تقلب در زمینه های مختلف مالی شامل مخابرات، کارت های اعتباری و بیمه اتومبیل، مورد برر سی قرار گرفته است. نتایج نشان می دهد در زمینه کشف کلاه برداری های مالی هم مدل های یادگیری عمیق کارایی خوبی دارند.

نویسندگان

الهام جمالیان

دانشجوی دکتری کامپیوتر، گروه مهندسی کامپیوتر، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران.

رضا قائمی

استادیار گروه مهندسی کامپیوتر، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران.