論文の概要: Multi-Stream Temporal Fusion for Financial Fraud Detection

• arxiv url: http://arxiv.org/abs/2606.25007v1
• Date: Tue, 23 Jun 2026 17:37:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.102711
• Title: Multi-Stream Temporal Fusion for Financial Fraud Detection
• Title（参考訳）: ファイナンシャル・フラッド検出のためのマルチストリームテンポラルフュージョン
• Authors: Mohammadamin Dashti Moghaddam, Nick Sciarrilli,
• Abstract要約: デジタルバンキングにおける金融詐欺検出には、複数の異種イベントストリームを推論する必要がある。 本稿では,各イベントストリームを独立したTransformerエンコーダでエンコードする統合アーキテクチャであるMulti-Stream Fraud Transformer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: Financial fraud detection in digital banking requires reasoning over multiple heterogeneous event streams -- transactions, login sessions, risk signals -- that individually appear benign but collectively reveal fraudulent patterns. We propose the Multi-Stream Fraud Transformer (MSFT), a unified architecture that encodes each event stream with independent Transformer encoders and fuses their representations through configurable mechanisms. We conduct a systematic ablation study comparing five fusion strategies: concatenation, gated fusion, time-aware positional encoding, cross-stream attention, and a full combination. On a large-scale dataset (10M users, 1.5% fraud rate) with 85M parameter models, we demonstrate that (1) sequence models significantly outperform gradient-boosted trees operating on aggregated features (0.74 vs. 0.99 AUROC), (2) per-stream encoding is essential -- a single-stream Transformer baseline with matched parameter budget reaches only 0.82 AUROC, an 18-point gap that confirms the multi-stream inductive bias is necessary, (3) time-aware positional encoding achieves the highest discrimination (0.9961 AUROC), (4) gated fusion yields the best precision (0.989) suitable for production deployment, and (5) the risk event stream provides the strongest individual signal contribution. We further validate on proprietary production data from a digital banking platform, showing over 22% relative AUROC improvement over the XGBoost baseline.
• Abstract（参考訳）: デジタルバンキングにおける金融詐欺検出には、取引、ログインセッション、リスク信号など、複数の異種イベントストリームを推論する必要がある。 独立なトランスフォーマーエンコーダで各イベントストリームをエンコードし,その表現を構成可能な機構で融合する統合アーキテクチャであるMulti-Stream Fraud Transformer (MSFT)を提案する。 統合, ゲート融合, 時間認識位置符号化, ストリーム間注意, フル組み合わせの5つの融合戦略を比較した系統的アブレーション研究を行った。 85Mパラメータモデルを用いた大規模データセット(10Mユーザ、1.5%不正率)では、(1)集約された特徴をベースとした勾配木(0.74対0.99AUROC)を著しく上回り、(2)ストリームごとの符号化が不可欠であり、(2)一致したパラメータ予算を持つ単一ストリームトランスフォーマーベースラインが0.82AUROCに達する。 さらに、デジタルバンキングプラットフォームからのプロプライエタリな生産データを検証し、XGBoostベースラインよりも22%以上のAUROCの改善が見られた。

関連論文リスト

• A Communication-Theoretic Framework for LLM Agents: Cost-Aware Adaptive Reliability [0.20625936401496228]
  大規模言語モデル(LLM)に基づく大規模言語モデルの信頼性技術について検討する。 これらの信頼性手法は6つの古典的信頼性演算子の特別な場合であることを示す。 本稿では,1つのラグランジアンノブが高品質なフロンティアを横断するコストアレスト近傍ルータを提案する。
  論文  参考訳（メタデータ） (2026-05-09T19:14:33Z)
• ContractShield: Bridging Semantic-Structural Gaps via Hierarchical Cross-Modal Fusion for Multi-Label Vulnerability Detection in Obfuscated Smart Contracts [0.6936215735722616]
  スマートコントラクトは、脆弱性検出を回避するために難読化技術を使用する敵によってますます標的にされている。 本研究では,3レベル融合による複数の相補的特徴を関連付ける,堅牢なマルチモーダルフレームワークであるContractShieldを提案する。 ContractShieldは、91パーセントのF1スコアを持つ5つの主要な脆弱性タイプを同時に検出する。
  論文  参考訳（メタデータ） (2026-04-03T06:29:34Z)
• Tiny Inference-Time Scaling with Latent Verifiers [56.696619768584675]
  Verifier on Hidden States (VHS) は、Diffusion Transformer (DiT) の中間的な隠れ表現で動作する。 VHSは、画素空間に復号することなくジェネレータ機能を解析することにより、候補毎の検証コストを削減できる。 VHSは同じ推論時予算でGenEvalを+2.7%改善する。
  論文  参考訳（メタデータ） (2026-03-23T19:00:02Z)
• PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
  PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。 PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。 7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T17:57:37Z)
• HCFT: Hierarchical Convolutional Fusion Transformer for EEG Decoding [9.572621097681646]
  階層型脳核融合変換器(HCFT)という軽量な復号化フレームワークを提案する。 HCFTはマルチスケール表現のためにデュアルブランチエンコーダと階層トランスフォーマーブロックを組み合わせる。 その結果、HCFTは平均精度80.83%、BCI IV-2bではコーエンのカッパが0.6165であり、感度99.10%、時間当たり0.0236の偽陽性、CHB-MITでは98.82%であることがわかった。
  論文  参考訳（メタデータ） (2026-01-18T06:36:30Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• AMLNet: A Knowledge-Based Multi-Agent Framework to Generate and Detect Realistic Money Laundering Transactions [3.1459290341742676]
  AMLNetは知識ベースのマルチエージェントフレームワークで、2つの調整されたユニット、規制対応トランザクションジェネレータとアンサンブル検出パイプラインを備えている。 このジェネレータはコア洗浄フェーズと高度なタイポロジーにまたがる1,090,173の合成トランザクションを生成する。 検出アンサンブルF1 0.90は、外部のSynthAMLデータセットに適応し、アーキテクチャ上の一般化性を示している。
  論文  参考訳（メタデータ） (2025-09-15T05:25:46Z)
• Investigating Redundancy in Multimodal Large Language Models with Multiple Vision Encoders [54.03921875874111]
  選択したエンコーダがマスクされた場合, 性能は良好に低下し, 広範にエンコーダの冗長性が明らかとなった。 我々は、OCRやChartのようなタスクにおいて、単一のエンコーダが90%以上のCURで支配できる強力な特殊化を観察する。 特定のエンコーダを使用すると、特定のタスクカテゴリにおいて最大16%の精度が得られ、全体のパフォーマンスがフルモデルよりも3.6%向上する。
  論文  参考訳（メタデータ） (2025-07-04T02:38:59Z)
• ATM Fraud Detection using Streaming Data Analytics [3.4543720783285052]
  本研究では,静的およびストリーミングの文脈でATMの不正検出を行う手法を提案する。 どちらの文脈でも、RFは最高のモデルであることが判明した。 また、RFは次の最高の性能モデルよりも統計的に有意であることが実証的に証明されている。
  論文  参考訳（メタデータ） (2023-03-08T23:40:18Z)

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。