Univerzita Constructor University vyhrá Big Data Challenge s novým modelom podvodu!
Univerzita Constructor University vyhrá Big Data Challenge s novým modelom podvodu!
Bremen, Deutschland - Tím Constructor University vyhral v profesionálnej dráhe. Cena bola udelená za inovatívny, transparentný a pravidelný štatistický model na uznanie finančných podvodov. Tento model sa vyznačuje iba jeho presnosťou, ale tiež presahuje konvenčné metódy strojového učenia v presnosti.
Konkurencia, ktorú každoročne organizuje laboratórium Cognitive Systems Lab (CSL), sa tento rok zamerala na uznanie podvodov. Zúčastnené tímy vrátane popredných spoločností v oblasti AI v regióne čelili výzve rozvoja efektívnych prístupov k identifikácii podvodných aktivít. Tím, ktorý súťažil pod menom SpiderBobs a pod vedením Dr. Johannesa Falka, postdoktorantu v skupine Biology Systems Biology, ktorý bol prevádzkovaný, pozostával z Eda Cakir a Dr. Ali Salehzadeh-yazdi.
Inovatívne metódy na detekciu podvodov
Na riešenie problému sa testovali rôzne bežné modely vrátane LSTM neurónových sietí. Nakoniec však tím vyvinul model založený na pravidlách, ktorý sa vyznačuje skóre F1 0,9992, ktorý sa pri detekcii podvodov považuje za ukazovateľ centrálnej presnosti. Tímy zamerané na vytvorenie transparentných analýz, ktoré sú schopné konkurovať často netransparentným metódam čiernej skrinky AI alebo ich dokonca prekročia.
Vyvinutý model si vyžaduje hlboké pochopenie dátových mechanizmov a pravdepodobnostného modelovania. Je založená na jasne definovaných pravidlách a pravdepodobnostných úvahách a analyzuje toky peňazí a sieťové štruktúry. Táto metodika umožňuje identifikáciu ne -kontraudivých účtov a vytváranie profilov správania pre legitímne pohyby účtu. Uplatňovaná stratégia dvoch staníc obsahuje porovnanie s profilom správania a preskúmanie pravdepodobnosti podvodu.
Analýza údajov a prevencia podvodov
V týchto dňoch sú čoraz dôležitejšie pojmy ako veľké údaje, prediktívne analýzy a strojové učenie. Revolúciu v obchodných modeloch a môžu sa použiť aj na prevenciu podvodov. Podľa risknet je použitie štatistických metód na analýzu a vizualizáciu veľkých záznamov údajov v centre tohto vývoja. Cieľom analýzy údajov nie je iba vytvorenie profilov osobnosti, ale aj implementácia predpovedí v reálnom čase.
Das Benfordov zákon, ktorý objavil Simon Newcomb v roku 1881, je príkladom použitia štatistických analýz na odhalenie podvodov. Zložitejšie metódy vrátane strojového učenia však výrazne zvyšujú vrecko na prognózu rizikových modelov. Cyklus PDCA, ktorý umožňuje analýzu štruktúrovaných údajov, a proces KDD (zisťovanie znalostí) sú ústrednými prvkami efektívneho riadenia manželky.
S úspechom tímu z Constructor University je opäť zdôraznená dôležitosť interdisciplinárneho výskumu a vedeckej excelentnosti v oblasti analýzy údajov a bojových podvodov. Vzhľadom na progresívnu digitalizáciu musia spoločnosti rozvíjať nové chápanie analýz údajov, aby optimálne využili dnešné príležitosti. Budúci manažéri rizík budú čoraz viac pôsobiť ako manažéri údajov alebo vedci a vyvinú robustné modely analýzy údajov.
Details | |
---|---|
Ort | Bremen, Deutschland |
Quellen |
Kommentare (0)