論文の概要: Interpretable Multimodal Learning for Intelligent Regulation in Online Payment Systems

• arxiv url: http://arxiv.org/abs/2006.05669v1
• Date: Wed, 10 Jun 2020 06:08:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 06:35:26.530466
• Title: Interpretable Multimodal Learning for Intelligent Regulation in Online Payment Systems
• Title（参考訳）: オンライン決済システムにおけるインテリジェント制御のための解釈可能なマルチモーダル学習
• Authors: Shuoyao Wang, Diwei Zhu
• Abstract要約: 本稿では,テキストとトランザクションの関係を調査するために,新たなモーダル・イントラモーダル・イントラモーダル・アテンション・ネットワーク(CIAN)を提案する。 また、注意機構が元の特徴とどのように相互作用するかを解釈するCIAN-Explainerを設計する。 Tencentの最大のオンライン決済システムWeChat Payの実際のデータセットを用いて、CIANの実用的な適用価値を検証する実験を行う。
• 参考スコア（独自算出の注目度）: 7.766921168069532
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the explosive growth of transaction activities in online payment systems, effective and realtime regulation becomes a critical problem for payment service providers. Thanks to the rapid development of artificial intelligence (AI), AI-enable regulation emerges as a promising solution. One main challenge of the AI-enabled regulation is how to utilize multimedia information, i.e., multimodal signals, in Financial Technology (FinTech). Inspired by the attention mechanism in nature language processing, we propose a novel cross-modal and intra-modal attention network (CIAN) to investigate the relation between the text and transaction. More specifically, we integrate the text and transaction information to enhance the text-trade jointembedding learning, which clusters positive pairs and push negative pairs away from each other. Another challenge of intelligent regulation is the interpretability of complicated machine learning models. To sustain the requirements of financial regulation, we design a CIAN-Explainer to interpret how the attention mechanism interacts the original features, which is formulated as a low-rank matrix approximation problem. With the real datasets from the largest online payment system, WeChat Pay of Tencent, we conduct experiments to validate the practical application value of CIAN, where our method outperforms the state-of-the-art methods.
• Abstract（参考訳）: オンライン決済システムにおける取引活動の爆発的な増加に伴い、効果的かつリアルタイムな規制が決済サービスプロバイダーにとって重要な問題となっている。 人工知能(AI)の急速な発展により、将来性のあるソリューションとしてAIが実現可能な規制が出現する。 AI対応規制の主な課題の1つは、マルチメディア情報、すなわち、金融技術(FinTech)におけるマルチモーダル信号の活用方法である。 自然言語処理におけるアテンション機構に着想を得て,テキストとトランザクションの関係を調査するための,新たなクロスモーダル・イントラモーダルアテンションネットワーク(CIAN)を提案する。 具体的には、テキストとトランザクション情報を統合して、正のペアをクラスタリングし、負のペアを互いに切り離すテキスト-トレーダ共同埋め込み学習を強化する。 インテリジェントな規制のもう一つの課題は、複雑な機械学習モデルの解釈可能性である。 金融規制の要件を維持するため,我々は,低ランク行列近似問題として定式化された,注目機構が元の特徴とどのように相互作用するかを解釈するCIAN-Explainerを設計する。 Tencentの最大のオンライン決済システムであるWeChat Payの実際のデータセットを用いて、我々はCIANの実用的応用価値を検証する実験を行い、その手法は最先端の手法よりも優れています。

関連論文リスト

• Redefining Finance: The Influence of Artificial Intelligence (AI) and Machine Learning (ML) [2.3931689873603594]
  技術の急速な変革により、金融における人工知能(AI)と機械学習(ML)の融合はエコシステム全体を混乱させています。 金融機関は、リテールバンキング、ウェルスマネジメント、コーポレートバンキングと決済のエコシステムに大きく影響を受けている。
  論文  参考訳（メタデータ） (2024-10-21T12:32:17Z)
• Online Multi-modal Root Cause Analysis [61.94987309148539]
  ルート原因分析(RCA)は、マイクロサービスシステムにおける障害の根本原因の特定に不可欠である。 既存のオンラインRCAメソッドは、マルチモーダルシステムにおける複雑な相互作用を見渡す単一モーダルデータのみを処理する。 OCEANは、根本原因の局在化のための新しいオンラインマルチモーダル因果構造学習手法である。
  論文  参考訳（メタデータ） (2024-10-13T21:47:36Z)
• Contractual Reinforcement Learning: Pulling Arms with Invisible Hands [68.77645200579181]
  本稿では,契約設計によるオンライン学習問題において,利害関係者の経済的利益を整合させる理論的枠組みを提案する。 計画問題に対して、遠目エージェントに対する最適契約を決定するための効率的な動的プログラミングアルゴリズムを設計する。 学習問題に対して,契約の堅牢な設計から探索と搾取のバランスに至るまでの課題を解き放つために,非回帰学習アルゴリズムの汎用設計を導入する。
  論文  参考訳（メタデータ） (2024-07-01T16:53:00Z)
• Coordinated Flaw Disclosure for AI: Beyond Security Vulnerabilities [1.3225694028747144]
  本稿では,機械学習(ML)問題の複雑度に合わせたコーディネート・フレーバー開示フレームワークを提案する。 本フレームワークは,拡張モデルカード,ダイナミックスコープ拡張,独立適応パネル,自動検証プロセスなどのイノベーションを導入している。 CFDはAIシステムに対する公的な信頼を著しく向上させる可能性があると我々は主張する。
  論文  参考訳（メタデータ） (2024-02-10T20:39:04Z)
• Explainable Automated Machine Learning for Credit Decisions: Enhancing Human Artificial Intelligence Collaboration in Financial Engineering [0.0]
  本稿では、金融工学領域における説明可能な自動機械学習(AutoML)の統合について検討する。 AutoMLは、クレジットスコアリングのための堅牢な機械学習モデルの開発を合理化する方法に重点を置いている。 この調査結果は、AI主導の金融決定の透明性と説明責任を改善する上で、説明可能なAutoMLの可能性を強調している。
  論文  参考訳（メタデータ） (2024-02-06T08:47:16Z)
• A Hypothesis on Good Practices for AI-based Systems for Financial Time Series Forecasting: Towards Domain-Driven XAI Methods [0.0]
  機械学習とディープラーニングは、財務予測や予測タスクでますます普及している。 これらのモデルは透明性と解釈可能性に欠けることが多く、金融のような繊細なドメインでの使用を困難にしている。 本稿では、金融のためのAIベースのシステムに説明可能性を展開するための優れた実践について考察する。
  論文  参考訳（メタデータ） (2023-11-13T17:56:45Z)
• Don't Treat the Symptom, Find the Cause! Efficient Artificial-Intelligence Methods for (Interactive) Debugging [0.0]
  現代の世界では、私たちは、より高度な洗練のシステムに常用し、活用し、交流し、頼りにしています。 本論では、モデルに基づく診断の話題を紹介し、この分野の課題を指摘し、これらの課題に対処する研究からのアプローチの選択について論じる。
  論文  参考訳（メタデータ） (2023-06-22T12:44:49Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)
• Semantic Information Marketing in The Metaverse: A Learning-Based Contract Theory Framework [68.8725783112254]
  仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。 帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。 本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
  論文  参考訳（メタデータ） (2023-02-22T15:52:37Z)
• Counterfactual Explanations as Interventions in Latent Space [62.997667081978825]
  反現実的な説明は、望ましい結果を達成するために変更が必要な機能のセットをエンドユーザに提供することを目的としています。 現在のアプローチでは、提案された説明を達成するために必要な行動の実現可能性を考慮することはめったにない。 本稿では,非現実的説明を生成する手法として,潜時空間における干渉としての対実的説明(CEILS)を提案する。
  論文  参考訳（メタデータ） (2021-06-14T20:48:48Z)
• Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with Heterogeneous Learning Tasks [53.1636151439562]
  モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。 再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。 具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
  論文  参考訳（メタデータ） (2020-12-25T07:08:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。