Fuzzy logic and Takagi-Sugeno Neural-Fuzzy to Deutsche Bank Fraud Transactions
محل انتشار: هفتمین کنفرانس بین المللی تجارت الکترونیک در کشورهای در حال توسعه با رویکرد بر امنیت ECDC2013
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,739
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECDC07_069
تاریخ نمایه سازی: 9 تیر 1392
چکیده مقاله:
This article proposes suitable solution to detect fraud via fuzzy logic followed by Neuralfuzzy Takagi-Sugeno training method. In order for the fraud to be detected through fuzzylogic, there should be some rules stemmed from experience of the experts. These rules are expressed through information that could be registered for a given card. To come up with thefuzzy deduction, membership functions needed to be expressed over the specified input range.This issue is one of the problems of fuzzy logic. To solve this problem, fuzzy logics were established and Mamdani deduction engines were utilized as a result of which suitable responses were presented for fraud detection via Neural-fuzzy method. Despite the fact thatthe problem inputs were highly linear, Neural-fuzzy training was able to cope with the problem and present a suitable trained system. In other words, Neural-fuzzy training method is employed in order to optimize the fuzzy logic membership functions based on the data. Outcomes of the Neural-fuzzy training were quite satisfactory and highly precise. Thus, utilizing the research findings, Neural-fuzzy training method is proposed for upgrading fraud detection in the banking system of our country.
کلیدواژه ها:
نویسندگان
Fatemeh Shafiee Nezhad
Amirkabir University of Technology, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :