論文の概要: Interpretable vs Learned Encoders for High-Cardinality Fraud Detection

• arxiv url: http://arxiv.org/abs/2607.00477v1
• Date: Wed, 01 Jul 2026 05:51:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.742711
• Title: Interpretable vs Learned Encoders for High-Cardinality Fraud Detection
• Title（参考訳）: 高次フラッド検出のための解釈型と学習型エンコーダ
• Abstract要約: IEEE-CIS不正ベンチマークデータセットを用いて,合計7つの分類的符号化手法を検証した。 AUC-ROC (0.9612) はCatBoostと統計的に有意な相関を示した。 オフザシェルのTabNetはツリーベースのパイプラインよりも優れておらず、データ不足によって崩壊した。
• 参考スコア（独自算出の注目度）: 13.336940892368077
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A total of seven categorical encoding methods were tested on the IEEE-CIS fraud benchmark dataset (590,540 records, 3.5% positives, 8 high-cardinality columns). The encoders were evaluated using a stratified 5-fold cross-validation (CV) with three repetitions. Five of the encoders had identical frozen LightGBM learners in the downstream phase, allowing for controlled comparisons of their performance to each other. CatBoost and TabNet were included as comparisons across paradigms using different learners. The entity embeddings produced the highest AUC-ROC (0.9612), with a statistically significant tie with that of CatBoost (0.9602) and statistically superior to tier group encoding (0.9548), whereas target encoding was only 0.0023 worse than tier group encoding and the auditor-friendly tier boundaries were maintained. Off-the-shelf TabNet did not outperform tree-based pipelines and collapsed under data scarcity. On AUC-PR, CatBoost leads (0.822 vs. 0.793); no encoder dominated both metrics. Per-column analysis confirmed the embedding advantage arises from joint multi-column representation.
• Abstract（参考訳）: IEEE-CISの不正ベンチマークデータセット(590,540レコード、3.5%の陽性、8つの高次カラム)で、合計7つのカテゴリエンコーディング手法がテストされた。 エンコーダは, 層状5次元クロスバリデーション (CV) を3回繰り返して評価した。 5つのエンコーダは、下流の段階で同じ凍ったLightGBM学習者を持ち、その性能を互いに比較できる。 CatBoostとTabNetは、異なる学習者を用いたパラダイム間の比較として含まれた。 AUC-ROC (0.9612) はCatBoost (0.9602) と統計的に有意な相関を持ち, 層群エンコーディング (0.9548) よりも統計的に優れているが, ターゲットエンコーディングは層群エンコーディングより0.0023劣り, オーディショナーフレンドリーな層境界は維持された。 オフザシェルのTabNetはツリーベースのパイプラインよりも優れておらず、データ不足によって崩壊した。 AUC-PRでは、CatBoostがリード(0.822対0.793)、エンコーダが両方の指標を支配していない。 カラムごとの解析により, 結合型マルチカラム表現による埋め込みの利点が確認された。

関連論文リスト

• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• Provenance, Not Behaviour: A Serialisation Artifact in Edge-IIoTset and a Leakage-Free Benchmark for Precision-Agriculture Intrusion Detection [0.0]
  Edge-IIoTsetは、IoTにおける機械学習侵入検出のベンチマークである。 そのパフォーマンスの多くは侵入検出ではないことが示されています。 AgriEdge:1,276,122行、完全な属性を持つ5つのデバイス、0.0288以上のクラスを分離する列がない。
  論文  参考訳（メタデータ） (2026-08-16T14:30:45Z)
• Mapping CVEs to MITRE ATT&CK Techniques: A Curated Gold-Set Classifier and the Limits of LLM-Assisted Label Expansion [46.262619407930266]
  我々は、専門家のMITRE Center for Threat-Informed Defense mappingsから1,207 CVEのキュレートされた金のデータセットにマルチラベル分類器をトレーニングする。 その結果得られたモデルは、ゼロショットの埋め込み類似性のベースラインと比較して、おおよそdoubles recall@5である。 次に,LLMによるラベリングが金のデータセットを拡張できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-07-28T10:59:04Z)
• CLEAR-MoE: Shared-Basis Expert Extraction from Frozen Vision Transformers via Calibration-Driven Layer Selection [0.0]
  CLEAR-MoEは、凍結した事前訓練されたビジョントランスフォーマー(ViT)をバックボーン重みを更新することなく、スパースミクチャー・オブ・エクササイズ(MoE)モデルに変換するポストトレーニングパイプラインである。 GTX 960では、ルーティングと散乱計のオーバーヘッドにより、CLEAR-MoE FFN 1.3-1.7xは高密度ルータよりも遅い。
  論文  参考訳（メタデータ） (2026-06-26T18:12:03Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Deterministic Fuzzy Triage for Legal Compliance Classification and Evidence Retrieval [0.0]
  法律チームはますます、大量の契約上の証拠をトリアージするために機械学習を使用している。 多くのモデルは不透明で非決定論的であり、HIPAAやNERC-CIPのようなフレームワークと整合するのは難しい。 決定論的双対エンコーダと透明なファジィトリアージバンドに基づく簡単な再現可能な代替法について検討する。
  論文  参考訳（メタデータ） (2026-03-08T00:31:34Z)
• Segment-and-Classify: ROI-Guided Generalizable Contrast Phase Classification in CT Using XGBoost [7.689389068258514]
  本研究は,別機関の3つの公開CTデータセットを利用した。 位相予測モデルはWAW-TACEデータセットに基づいてトレーニングされ、VinDr-MultiphaseとC4KC-KiTSデータセット上で検証された。
  論文  参考訳（メタデータ） (2025-01-23T20:01:33Z)
• Towards Effective and Efficient Non-autoregressive Decoding Using Block-based Attention Mask [74.64216073678617]
  AMDはアテンションマスクを用いて隠された出力ラベルの連続ブロック内で並列NAR推論を行う。 ビームサーチアルゴリズムは、CTC、ARデコーダ、AMD確率の動的融合を利用するように設計されている。 LibriSpeech-100hrコーパスの実験では、AMDモジュールを組み込んだトリパルタイトデコーダが最大1.73倍のデコード速度比を生み出すことを示唆している。
  論文  参考訳（メタデータ） (2024-06-14T13:42:38Z)
• Revisiting Code Search in a Two-Stage Paradigm [67.02322603435628]
  TOSSは2段階のフュージョンコード検索フレームワークである。 まずIRベースのバイエンコーダモデルを使用して、少数のトップkコード候補を効率的にリコールする。 その後、より微細なクロスエンコーダを使用してランク付けを行う。
  論文  参考訳（メタデータ） (2022-08-24T02:34:27Z)
• Anomaly Discovery in Semantic Segmentation via Distillation Comparison Networks [47.880439329685544]
  セマンティックセグメンテーションにおける異常発見問題に対処する新しい蒸留比較ネットワーク(DiCNet)を提案する。 DiCNetは推論過程において意味分類ヘッドを放棄し、したがって誤った意味分類に起因する問題を著しく軽減する。
  論文  参考訳（メタデータ） (2021-12-18T11:32:47Z)

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。