論文の概要: Neutralizing Structural Inequality in the Nigerian FinTech Sector

• arxiv url: http://arxiv.org/abs/2607.10317v1
• Date: Sat, 11 Jul 2026 13:46:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.395177
• Title: Neutralizing Structural Inequality in the Nigerian FinTech Sector
• Title（参考訳）: ナイジェリアフィンテックセクターにおける中和構造不平等
• Authors: Muhammad Abdullahi Said,
• Abstract要約: 本稿では,ナイジェリアフィンテックセクターにおけるポイント・オブ・セイル不正検出のための階層型AIトリアージモデルを提案する。 We Are All Equal世界観を採用することで、差別洗浄の課題に対処する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Algorithmic decision systems in financial services often rely on data proxies that inadvertently encode structural inequalities. This paper introduces a hierarchical human-AI triage model for Point of Sale fraud detection in the Nigerian FinTech sector. Adopting a We Are All Equal worldview, we address the challenge of discrimination laundering, wherein the system misinterprets infrastructure related aleatoric noise such as rural network timeouts as fraudulent intent. We implement a three-tier routing policy utilizing a calibrated ensemble model as a primary filter. The policy routes transactions characterized by epistemic uncertainty such as cold start new accounts to specialist analysts while reserving high stakes cases for a senior supervisor. To manage finite human capacity, we utilize a dynamic shadow price to ration human attention and implement a random audit mechanism to prevent human skill atrophy. Our experimental results demonstrate a statistically significant 1.88\% complementarity gap and a 24.79\% percentage point gain in fraud recall over an autonomous baseline. Crucially, the model reduces the regional performance gap from 19.43 to 2.88 percentage points, neutralizing structural bias. Hierarchical collaboration provides a robust mechanism for substantive equality of opportunity, ensuring that rural accounts are not excluded from the digital economy due to environmental brute luck.
• Abstract（参考訳）: 金融サービスのアルゴリズム決定システムは、しばしば構造的不平等を意図せずエンコードするデータプロキシに依存する。 本稿では,ナイジェリアフィンテックセクターにおけるポイント・オブ・セイル不正検出のための階層型AIトリアージモデルを提案する。 We Are All Equalの世界観を採用することで、差別洗浄の課題に対処し、農村部ネットワークタイムアウトのようなインフラ関連アラートノイズを不正な意図として誤解する。 一次フィルタとしてキャリブレーションアンサンブルモデルを用いた3層ルーティング方式を実装した。 金融政策は、冷戦開始などの不確実性を特徴とする取引を専門アナリストに振り分け、上級監督官に高利得の事例を保管する。 人的容量を有限に抑えるため,人的注意を刺激するために動的シャドウ価格を用い,人的スキル萎縮を防ぐためにランダムな監査機構を実装した。 実験の結果, 統計的に有意な相補性ギャップがみられ, 自律ベースライン上での不正リコールでは24.79パーセントのポイントゲインが得られた。 決定的に、このモデルは、局所的なパフォーマンスギャップを19.43から2.88ポイントに減らし、構造バイアスを中和する。 階層的なコラボレーションは、環境の残酷な運のために、農村の口座がデジタル経済から除外されることを確実にする、実質的な機会平等のための堅牢なメカニズムを提供する。

関連論文リスト

• Compliance Moral Hazard and the Backfiring Mandate [6.584016782022881]
  共有顧客層にサービスを提供している競合企業は、基本的な情報集約の問題に直面している。 銀行ネットワークにおけるマネーロンダリング防止に基礎を置く分散型リスク分析のためのメカニズム設計フレームワークを開発する。 我々は、競争圧力がコンプライアンスのモラルハザードを増幅し、低設計の委任により、安楽以下での福祉を削減できることを示した。
  論文  参考訳（メタデータ） (2026-04-23T15:46:24Z)
• Structural Gender Bias in Credit Scoring: Proxy Leakage [0.0]
  本研究は台湾信用デフォルトデータセットにおける構造性バイアスの包括的監査を提供する。 明示的な保護属性の除去にもかかわらず, 性別予測信号が非感受性特徴に深く埋め込まれていることが本研究で実証された。
  論文  参考訳（メタデータ） (2026-01-26T10:29:45Z)
• 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)
• Financial Fraud Identification and Interpretability Study for Listed Companies Based on Convolutional Neural Network [4.504327589607446]
  本稿では、畳み込みニューラルネットワーク(CNN)に基づく中国のAシェア上場企業を対象とした金融不正検出フレームワークを提案する。 実験の結果、CNNはロジスティック回帰とLightGBMの精度、堅牢性、早期警戒性能に優れていた。 環境指標は, 主に高汚染産業において重要であり, 可溶性, 比構造, 統治構造, 内部統制が詐欺の一般的な予測要因であることがわかった。
  論文  参考訳（メタデータ） (2025-12-07T04:14:16Z)
• Bi-discriminator Domain Adversarial Neural Networks with Class-Level Gradient Alignment [87.8301166955305]
  そこで本研究では,クラスレベルのアライメントアライメントを有するバイディミネータドメイン対向ニューラルネットワークを提案する。 BACGは、領域分布の整合性を改善するために勾配信号と二階確率推定を利用する。 さらに、対照的な学習にインスパイアされ、トレーニングプロセスを大幅に短縮できるメモリバンクベースの変種であるFast-BACGを開発した。
  論文  参考訳（メタデータ） (2023-10-21T09:53:17Z)
• Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax Audit Models [73.24381010980606]
  本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。 監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。 この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2022-06-20T16:27:06Z)
• An Uncertainty-based Human-in-the-loop System for Industrial Tool Wear Analysis [68.8204255655161]
  人間のループシステムにおけるモンテカルロのドロップアウトに基づく不確実性対策により,システムの透明性と性能が向上することを示す。 シミュレーション研究により、不確実性に基づく「ループ内人間システム」は、様々なレベルの人間の関与に対する性能を高めることが示されている。
  論文  参考訳（メタデータ） (2020-07-14T15:47:37Z)
• Uncertainty-Aware Consistency Regularization for Cross-Domain Semantic Segmentation [63.75774438196315]
  Unsupervised Domain adapt (UDA) は、未ラベルのデータのみを持つ新しいターゲットドメインにソースドメインの既存のモデルを適用することを目的としている。 既存のほとんどの手法は、エラーを起こしやすい識別器ネットワークまたは不合理な教師モデルから生じる顕著な負の伝達に悩まされている。 ドメイン間セマンティックセグメンテーションのための不確実性を考慮した整合性正規化手法を提案する。
  論文  参考訳（メタデータ） (2020-04-19T15:30:26Z)

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。