論文の概要: Knowledge Sharing via Domain Adaptation in Customs Fraud Detection

• arxiv url: http://arxiv.org/abs/2201.06759v1
• Date: Tue, 18 Jan 2022 06:17:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-19 14:45:43.919327
• Title: Knowledge Sharing via Domain Adaptation in Customs Fraud Detection
• Title（参考訳）: 税関不正検出におけるドメイン適応による知識共有
• Authors: Sungwon Park and Sundong Kim and Meeyoung Cha
• Abstract要約: 本稿では,多国籍税務機関間の知識共有を容易にするためのメモリバンクプラットフォームであるDASを提案する。 800万以上のインポート宣言を含むデータは、この新しいシステムの実現可能性をテストするために使用されている。
• 参考スコア（独自算出の注目度）: 14.933341652591224
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Knowledge of the changing traffic is critical in risk management. Customs offices worldwide have traditionally relied on local resources to accumulate knowledge and detect tax fraud. This naturally poses countries with weak infrastructure to become tax havens of potentially illicit trades. The current paper proposes DAS, a memory bank platform to facilitate knowledge sharing across multi-national customs administrations to support each other. We propose a domain adaptation method to share transferable knowledge of frauds as prototypes while safeguarding the local trade information. Data encompassing over 8 million import declarations have been used to test the feasibility of this new system, which shows that participating countries may benefit up to 2-11 times in fraud detection with the help of shared knowledge. We discuss implications for substantial tax revenue potential and strengthened policy against illicit trades.
• Abstract（参考訳）: トラフィックの変化に関する知識はリスク管理において重要です。 世界中の税関は伝統的に、知識を蓄積し、税金の不正を検知するために地元の資源に頼ってきた。 これは、インフラの弱い国が、潜在的に非合法な貿易のタックスヘイブンになることを自然に表している。 本報告では,多国籍税関行政間の知識共有を支援するためのメモリバンクプラットフォームであるDASを提案する。 そこで本研究では,偽情報の伝達可能な知識をプロトタイプとして共有するドメイン適応手法を提案する。 800万以上の輸入宣言を含むデータは、この新しいシステムの実現可能性をテストするために使われており、参加国は共有知識の助けを借りて不正検出を最大2～11回行うことができる。 我々は、実質的な税収の可能性と不正取引に対する政策強化について論じる。

関連論文リスト

• How to Train Your Fact Verifier: Knowledge Transfer with Multimodal Open Models [95.44559524735308]
  大規模言語またはマルチモーダルモデルに基づく検証は、偽コンテンツや有害コンテンツの拡散を緩和するためのオンラインポリシングメカニズムをスケールアップするために提案されている。 我々は,知識伝達の初期研究を通じて,継続的な更新を行うことなく基礎モデルの性能向上の限界をテストする。 最近の2つのマルチモーダルなファクトチェックベンチマークであるMochegとFakedditの結果は、知識伝達戦略がファクドディットのパフォーマンスを最先端よりも1.7%向上し、Mochegのパフォーマンスを2.9%向上させることができることを示唆している。
  論文  参考訳（メタデータ） (2024-06-29T08:39:07Z)
• Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
  我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。 このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。 適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
  論文  参考訳（メタデータ） (2024-03-21T14:48:37Z)
• InfuserKI: Enhancing Large Language Models with Knowledge Graphs via Infuser-Guided Knowledge Integration [61.554209059971576]
  大規模言語モデル(LLM)は、様々な領域にまたがる顕著なオープンジェネレーション機能を示している。 新しい知識を注入すると、以前に獲得した知識を忘れるリスクが生じる。 Infuser-Guided Knowledge Integration フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-18T03:36:26Z)
• Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
  人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。 異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。 現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
  論文  参考訳（メタデータ） (2024-02-08T07:18:23Z)
• GraphFC: Customs Fraud Detection with Label Scarcity [21.7060251265426]
  人員が限られているため、税関は限られた数の宣言を手動で検査することしかできない。 現在の税関詐欺検出のアプローチは、この現実世界の設定にはあまり適していない。 本研究では,モデルに依存しない,ドメイン固有の,半教師付きグラフニューラルネットワークに基づく税関不正検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-19T01:47:12Z)
• Representation Learning on Graphs to Identifying Circular Trading in Goods and Services Tax [1.5608023535768845]
  円商は、不正な納税者の集団(取引者)が違法な取引を隠蔽することを目的とした脱税の一形態である。 この研究は、ビッグデータ分析とグラフ表現学習技術を用いて、円形トレーダーのコミュニティを識別するフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-16T10:46:21Z)
• Customs Import Declaration Datasets [12.306592823750385]
  我々は、税関行政におけるドメインエキスパートと多様なドメインの研究者の協力を促進するために、インポート宣言データセットを導入する。 データセットには、54,000の人工的に生成された取引と22のキー属性が含まれている。 我々は、より高度なアルゴリズムが詐欺を検知しやすくすることを実証的に示している。
  論文  参考訳（メタデータ） (2022-08-04T06:20:20Z)
• Customs Fraud Detection in the Presence of Concept Drift [2.257416403770908]
  ADAPTは、エクスプロイトと探索戦略のバランスを制御する適応的選択法である。 ADAPTを用いたシステムは、データセットに徐々に適応し、高い性能で適切な探索比を求めることができる。
  論文  参考訳（メタデータ） (2021-09-29T02:52:19Z)
• Characterization of the Firm-Firm Public Procurement Co-Bidding Network from the State of Cear\'a (Brazil) Municipalities [58.720142291102135]
  我々は,2015 年から2019 年にかけて,Cear'a (ブラジル) の184 億ドルの市町村が発行する公益事業に参加する企業間の連携関係について検討した。 同様の調達活動のパターンを持つ企業のグループ/コミュニティを、地理的および活動によって定義した22ドルを識別する。
  論文  参考訳（メタデータ） (2021-04-17T13:58:30Z)
• Incentivizing Exploration in Linear Bandits under Information Gap [50.220743323750035]
  線形バンディットにおけるミオピックユーザに対するインセンティブ探索の問題点について検討した。 長期報酬を最大化するために、システムは、ユーザに探索的な腕を引くインセンティブを与えるための補償を提供する。
  論文  参考訳（メタデータ） (2021-04-08T16:01:56Z)
• Active Learning for Human-in-the-Loop Customs Inspection [12.66621970520437]
  我々は、AI支援アルゴリズムが税関職員を支援するための、輸入品のセットを推薦する、ループ内税関検査シナリオについて検討する。 不正や不確実なアイテムを選択するためのハイブリッド戦略が、最終的には搾取のみの戦略よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-27T13:31:31Z)

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。