Fugu-MT 論文翻訳(概要): Topological Data Analysis for Unsupervised Anomaly Detection and Customer Segmentation on Banking Data

論文の概要: Topological Data Analysis for Unsupervised Anomaly Detection and Customer Segmentation on Banking Data

arxiv url: http://arxiv.org/abs/2508.14136v1
Date: Tue, 19 Aug 2025 12:58:00 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-21 16:52:41.219896
Title: Topological Data Analysis for Unsupervised Anomaly Detection and Customer Segmentation on Banking Data
Title（参考訳）: 銀行データにおける教師なし異常検出と顧客セグメンテーションのためのトポロジカルデータ解析
Authors: Leonardo Aldo Alejandro Barberi, Linda Maria De Cave,
Abstract要約: 本稿では,銀行データにおける教師なし異常検出と顧客セグメンテーションのためのトポロジカルデータ解析(TDA)の高度な技術を紹介する。我々は、トポロジ的情報を活用することにより、顧客の銀行データに意味のあるパターンを明らかにする、教師なしの手順を開発する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper introduces advanced techniques of Topological Data Analysis (TDA) for unsupervised anomaly detection and customer segmentation in banking data. Using the Mapper algorithm and persistent homology, we develop unsupervised procedures that uncover meaningful patterns in customers' banking data by exploiting topological information. The framework we present in this paper yields actionable insights that combine the abstract mathematical subject of topology with real-life use cases that are useful in industry.
Abstract（参考訳）: 本稿では、銀行データにおける教師なし異常検出と顧客セグメンテーションのためのトポロジカルデータ分析(TDA)の高度な技術を紹介する。 Mapperアルゴリズムと永続的ホモロジーを用いて、トポロジ情報を利用して顧客の銀行データに意味のあるパターンを明らかにする教師なしの手順を開発する。本稿では, トポロジの抽象数学的主題と, 産業で有用な実生活のユースケースを組み合わせた, 実用的な知見を提供する。

関連論文リスト

Advanced fraud detection using machine learning models: enhancing financial transaction security [0.3370543514515051]
本研究では、現実世界のデータを用いて、クレジットカード取引異常や不正を検知するエンドツーエンドで機能豊富な機械学習フレームワークを提案する。
論文参考訳（メタデータ） (2025-06-12T15:59:25Z)
Advancing Anomaly Detection: Non-Semantic Financial Data Encoding with LLMs [49.57641083688934]
本稿では,Large Language Models (LLM) 埋め込みを用いた財務データにおける異常検出の新しい手法を提案する。実験により,LLMが異常検出に有用な情報をもたらし,モデルがベースラインを上回っていることが確認された。
論文参考訳（メタデータ） (2024-06-05T20:19:09Z)
Prospector Heads: Generalized Feature Attribution for Large Models & Data [82.02696069543454]
本稿では,説明に基づく帰属手法の効率的かつ解釈可能な代替手段であるプロスペクタヘッドを紹介する。入力データにおけるクラス固有のパターンの解釈と発見を、プロファイラヘッドがいかに改善できるかを実証する。
論文参考訳（メタデータ） (2024-02-18T23:01:28Z)
Demonstration of InsightPilot: An LLM-Empowered Automated Data Exploration System [48.62158108517576]
本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。 InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
論文参考訳（メタデータ） (2023-04-02T07:27:49Z)
Detection and Evaluation of Clusters within Sequential Data [58.720142291102135]
Block Markov Chainsのクラスタリングアルゴリズムは理論的最適性を保証する。特に、私たちのシーケンシャルデータは、ヒトのDNA、テキスト、動物運動データ、金融市場から派生しています。ブロックマルコフ連鎖モデルの仮定は、実際に探索データ解析において有意義な洞察を得られることが判明した。
論文参考訳（メタデータ） (2022-10-04T15:22:39Z)
Deep Learning for Anomaly Detection in Log Data: A Survey [3.508620069426877]
自己学習異常検出技術は、ログデータのパターンをキャプチャし、予期しないログイベントを報告する。この目的のためのディープラーニングニューラルネットワークが紹介されている。ディープラーニングにはさまざまなアーキテクチャがあり、生と非構造化のログデータをエンコードするのは簡単ではない。
論文参考訳（メタデータ） (2022-07-08T10:58:28Z)
Topological Data Analysis for Anomaly Detection in Host-Based Logs [1.0878040851638]
そこで本研究では,Windows ログから直接単体錯体のろ過を構築する手法を提案し,トポロジカルツールを用いた固有構造解析を可能にする。最終的には、異常検出のための説明可能なフレームワークの一部として、メソッドが使用される可能性について議論する。
論文参考訳（メタデータ） (2022-04-25T20:41:02Z)
A Review of Topological Data Analysis for Cybersecurity [1.0878040851638]
トポロジカルデータ解析(TDA)は、代数的トポロジの技法を用いて、データの高レベル構造を研究する。我々は、サイバーセキュリティデータサイエンスを改善する強力な可能性を持つ、有望な新しい領域について、研究者に強調したい。
論文参考訳（メタデータ） (2022-02-16T13:03:52Z)
LogLAB: Attention-Based Labeling of Log Data Anomalies via Weak Supervision [63.08516384181491]
専門家の手作業を必要とせず,ログメッセージの自動ラベル付けのための新しいモデリング手法であるLogLABを提案する。本手法は,監視システムが提供する推定故障時間ウィンドウを用いて,正確なラベル付きデータセットを振り返りに生成する。我々の評価によると、LogLABは3つの異なるデータセットで9つのベンチマークアプローチを一貫して上回り、大規模な障害時ウィンドウでも0.98以上のF1スコアを維持している。
論文参考訳（メタデータ） (2021-11-02T15:16:08Z)
Topology-based Clusterwise Regression for User Segmentation and Demand Forecasting [63.78344280962136]
本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
論文参考訳（メタデータ） (2020-09-08T12:10:10Z)

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。