論文の概要: Event-Based Dynamic Banking Network Exploration for Economic Anomaly Detection

• arxiv url: http://arxiv.org/abs/2103.03120v1
• Date: Thu, 4 Mar 2021 15:47:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-09 02:29:01.657363
• Title: Event-Based Dynamic Banking Network Exploration for Economic Anomaly Detection
• Title（参考訳）: 経済異常検出のためのイベントベース動的バンキングネットワーク探索
• Authors: Andry Alamsyah, Dian Puteri Ramadhani, Farida Titik Kristanti
• Abstract要約: 金融システムの不安定さは、銀行の破綻を招き、流出を誘発し、金融システムに悪影響を及ぼす感染効果を生じさせ、最終的には経済に影響を及ぼす可能性がある。 本研究は、銀行ネットワーク構造を世界規模で探索するマクロビューと、モチーフと呼ばれる詳細なネットワークパターンに焦点を当てたマイクロビューを通して、別の観点から金融不安定性検出を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The instability of financial system issues might trigger a bank failure, evoke spillovers, and generate contagion effects which negatively impacted the financial system, ultimately on the economy. This phenomenon is the result of the highly interconnected banking transaction. The banking transactions network is considered as a financial architecture backbone. The strong interconnectedness between banks escalates contagion disruption spreading over the banking network and trigger the entire system collapse. This far, the financial instability is generally detected using macro approach mainly the uncontrolled transaction deficits amount and unpaid foreign debt. This research proposes financial instability detection in another point of view, through the macro view where the banking network structure are explored globally and micro view where focuses on the detailed network patterns called motif. Network triadic motif patterns used as a denomination to detect financial instability. The most related network triadic motif changes related to the instability period are determined as a detector. We explore the banking network behavior under financial instability phenomenon along with the major religious event in Indonesia, Eid al-Fitr. We discover one motif pattern as the financial instability underlying detector. This research helps to support the financial system stability supervision.
• Abstract（参考訳）: 金融システムの不安定さは、銀行の破綻を引き起こし、流出を誘発し、金融システムに悪影響を及ぼす感染効果を生じさせ、最終的には経済に影響を及ぼす可能性がある。 この現象は、高度に相互接続された銀行取引の結果である。 銀行取引ネットワークは金融アーキテクチャのバックボーンと見なされている。 銀行間の強い相互接続性は、銀行網全体に広がる伝染破壊をエスカレートし、システム全体の崩壊を引き起こす。 これまでのところ、金融の不安定性は、主に制御されていない取引赤字量と未払いの対外債務をマクロアプローチで検出されている。 本研究は、グローバルに銀行網構造を探索するマクロビューとモチーフと呼ばれる詳細なネットワークパターンに焦点を当てたマイクロビューを通して、別の視点で金融不安定検出を提案する。 ネットワーク三進モチーフパターンは、金融不安定を検出するのに用いられる。 不安定期間に関連する最も関連するネットワーク三進モチーフ変化を検出器として決定する。 インドネシアの主要な宗教行事であるeid al-fitrとともに、金融不安定現象下の銀行ネットワークの挙動を考察する。 我々は、金融不安定な基盤検出器として一つのモチーフパターンを発見する。 この研究は金融システムの安定管理を支援するのに役立つ。

関連論文リスト

• Graph Neural Networks for Financial Fraud Detection: A Review [19.27732184004872]
  本稿では、金融不正問題に対処する上でのグラフニューラルネットワーク(GNN)の役割について概説する。 GNNは金融ネットワーク内の複雑な関係パターンやダイナミクスを捉えるのに非常に適しています。 本稿では,100以上の研究の構造化レビューを通じて,財務不正検出におけるGNN適用の理解に寄与する。
  論文  参考訳（メタデータ） (2024-11-01T03:59:57Z)
• Dynamic Fraud Detection: Integrating Reinforcement Learning into Graph Neural Networks [39.54354926067617]
  グラフニューラルネットワークは、グラフ構造内の対話的関係を利用することができるディープラーニングモデルの一種である。 不正行為は取引のごく一部に過ぎません 詐欺師はしばしば 行動を偽装する 最終予測結果に 悪影響を及ぼす可能性がある
  論文  参考訳（メタデータ） (2024-09-15T23:08:31Z)
• Quantum-Inspired Analysis of Neural Network Vulnerabilities: The Role of Conjugate Variables in System Attacks [54.565579874913816]
  ニューラルネットワークは、敵の攻撃として現れる小さな非ランダムな摂動に固有の脆弱性を示す。 この機構と量子物理学の不確実性原理の間に数学的に一致し、予想外の学際性に光を当てる。
  論文  参考訳（メタデータ） (2024-02-16T02:11:27Z)
• Topology-Agnostic Detection of Temporal Money Laundering Flows in Billion-Scale Transactions [0.03626013617212666]
  本稿では,シーケンシャルトランザクションの時間グラフを効率的に構築するフレームワークを提案する。 我々は,不審な取引フローを検出するための2つの最先端ソリューションに対するフレームワークのスケーラビリティと有効性を評価する。
  論文  参考訳（メタデータ） (2023-09-24T15:11:58Z)
• Designing an attack-defense game: how to increase robustness of financial transaction models via a competition [69.08339915577206]
  金融セクターにおける悪意ある攻撃のエスカレートリスクを考えると、機械学習モデルの敵戦略と堅牢な防御メカニズムを理解することが重要である。 本研究の目的は、逐次的な財務データを入力として使用するニューラルネットワークモデルに対する敵攻撃と防御の現状とダイナミクスを調査することである。 我々は、現代の金融取引データにおける問題の現実的かつ詳細な調査を可能にする競争を設計した。 参加者は直接対決するので、実生活に近い環境で攻撃や防御が検討される。
  論文  参考訳（メタデータ） (2023-08-22T12:53:09Z)
• Finding Money Launderers Using Heterogeneous Graph Neural Networks [0.0]
  本稿では,大規模なヘテロジニアスネットワーク内のマネーロンダリング活動を特定するために,グラフニューラルネットワーク(GNN)アプローチを提案する。 我々は、MPNN(Message Passing Neural Network)と呼ばれる同種GNN法を拡張し、異種グラフ上で効果的に動作させる。 本研究は,異種グラフにおける情報の組み合わせにおいて,適切なGNNアーキテクチャを用いることの重要性を強調した。
  論文  参考訳（メタデータ） (2023-07-25T13:49:15Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Relational Graph Neural Networks for Fraud Detection in a Super-App environment [53.561797148529664]
  スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。 我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。 以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
  論文  参考訳（メタデータ） (2021-07-29T00:02:06Z)
• Non-Singular Adversarial Robustness of Neural Networks [58.731070632586594]
  小さな入力摂動に対する過敏性のため、アドリヤルロバスト性はニューラルネットワークにとって新たな課題となっている。 我々は,データ入力とモデル重みの共振レンズを用いて,ニューラルネットワークの非特異な対角性の概念を定式化する。
  論文  参考訳（メタデータ） (2021-02-23T20:59:30Z)
• A Time-Frequency based Suspicious Activity Detection for Anti-Money Laundering [0.0]
  マネーロンダリングは、犯罪者が犯罪の収益を金融システムに注入するために使う重要なメカニズムである。 これらの機関の現在のシステムのほとんどはルールベースであり、非効率である。 本稿では、金融取引の2次元表現を利用した時間周波数分析に基づく新しい特徴セットを提案する。
  論文  参考訳（メタデータ） (2020-11-17T08:01:50Z)
• Measurement-driven Security Analysis of Imperceptible Impersonation Attacks [54.727945432381716]
  本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。 皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。 また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
  論文  参考訳（メタデータ） (2020-08-26T19:27:27Z)

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。