Fugu-MT 論文翻訳(概要): Towards Artificial Intelligence Enabled Financial Crime Detection

論文の概要: Towards Artificial Intelligence Enabled Financial Crime Detection

arxiv url: http://arxiv.org/abs/2105.10866v1
Date: Sun, 23 May 2021 06:57:25 GMT
ステータス: 処理完了
システム内更新日: 2021-05-25 14:49:37.374614
Title: Towards Artificial Intelligence Enabled Financial Crime Detection
Title（参考訳）: 金融犯罪検出を可能にする人工知能
Authors: Zeinab Rouhollahi
Abstract要約: 我々は、金融犯罪検知における最近の研究成果を研究・分析する。本稿では,人的介入を最小限に抑えたマネーロンダリング事例を検出する新しいモデルを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently, financial institutes have been dealing with an increase in financial crimes. In this context, financial services firms started to improve their vigilance and use new technologies and approaches to identify and predict financial fraud and crime possibilities. This task is challenging as institutions need to upgrade their data and analytics capabilities to enable new technologies such as Artificial Intelligence (AI) to predict and detect financial crimes. In this paper, we put a step towards AI-enabled financial crime detection in general and money laundering detection in particular to address this challenge. We study and analyse the recent works done in financial crime detection and present a novel model to detect money laundering cases with minimum human intervention needs.
Abstract（参考訳）: 近年,金融機関は金融犯罪の増加に対応している。この文脈で、金融サービス会社は警戒を改善し、金融詐欺や犯罪の可能性を特定し予測するために新しい技術とアプローチを使い始めた。このタスクは、人工知能(AI)などの新しい技術が金融犯罪を予測し、検出できるようにするために、データと分析機能をアップグレードする必要があるため、難しい。本稿では,AIによる金融犯罪の一般的な検出とマネーロンダリングの検知に向けての一歩を踏み出した。金融犯罪検出における最近の研究成果を調査し分析し,人的介入が最小のマネーロンダリング事例を検出するための新しいモデルを提案する。

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)
AI versus AI in Financial Crimes and Detection: GenAI Crime Waves to Co-Evolutionary AI [5.93311361936097]
GenAIは金融犯罪や詐欺に変革をもたらす。犯罪パターンが複雑化し、パーソナライズされ、解明されるにつれて、効果的な防衛AI戦略の展開は不可欠になる。本稿では,AI/MLによる金融犯罪・検知システムの最新動向について検討する。
論文参考訳（メタデータ） (2024-09-30T15:41:41Z)
Privacy Technologies for Financial Intelligence [6.287201938212411]
テロ資金やマネーロンダリングのような金融犯罪は、社会に本当の影響を及ぼす可能性がある。パズルのさまざまな部分に関連するデータは、通常、金融機関、規制当局、法執行機関のネットワークに分散される。プライバシ保護データマッチングと機械学習の最近の進歩は、規制当局と金融業界が集結する機会を提供する。
論文参考訳（メタデータ） (2024-08-19T12:13:53Z)
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)
Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文参考訳（メタデータ） (2023-04-02T08:43:03Z)
Detection of fraudulent financial papers by picking a collection of characteristics using optimization algorithms and classification techniques based on squirrels [0.0]
本手法は,財務諸表の異常を検出するためのモデルを提供することを目的としている。リス最適化のメタ探索能力は、金融データの異常を識別するアプローチの能力とともに、提案した戦略の実装に有効であることが示されている。
論文参考訳（メタデータ） (2022-10-12T12:34:40Z)
Fighting Money Laundering with Statistics and Machine Learning [95.42181254494287]
反マネーロンダリングのための統計的および機械学習手法に関する科学的文献はほとんどない。本研究では,クライアントのリスクプロファイリングと疑わしい行動フラグングという2つの中心的要素を持つ統一用語を提案する。
論文参考訳（メタデータ） (2022-01-11T21:31:18Z)
FinQA: A Dataset of Numerical Reasoning over Financial Data [52.7249610894623]
我々は、大量の財務文書の分析を自動化することを目的として、財務データに関する深い質問に答えることに重点を置いている。我々は,金融専門家が作成した財務報告に対して質問回答のペアを用いた,新たな大規模データセットFinQAを提案する。その結果、人気があり、大規模で、事前訓練されたモデルは、金融知識を得るための専門的な人間には程遠いことが示される。
論文参考訳（メタデータ） (2021-09-01T00:08:14Z)
Graph Computing for Financial Crime and Fraud Detection: Trends, Challenges and Outlook [0.0]
デジタル決済の台頭は、金融犯罪の状況に一連の変化をもたらした。ルールベースのシステムのような従来の不正検出手法は、ほとんど効果がない。グラフベースの技術は、金融犯罪検出にユニークな解決策を提供する。
論文参考訳（メタデータ） (2021-03-02T21:14:44Z)
Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
AI技術は、量的投資システムに新たな課題を提起した。 Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
論文参考訳（メタデータ） (2020-09-22T12:57:10Z)
Adversarial Attacks on Machine Learning Systems for High-Frequency Trading [55.30403936506338]
逆機械学習の観点から,アルゴリズム取引のバリュエーションモデルについて検討する。攻撃コストを最小限に抑えるサイズ制約で、このドメインに特有の新たな攻撃を導入する。本稿では、金融モデルのロバスト性について研究・評価するための分析ツールとして、これらの攻撃がどのように利用できるかについて論じる。
論文参考訳（メタデータ） (2020-02-21T22:04:35Z)

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。