Enhanced autoencoder-based fraud detection: a novel approach with noise factor encoding and SMOTE

Fraud detection is a critical task across various domains, requiring accurate identification of fraudulent activities within vast arrays of transactional data. The significant challenges in effectively detecting fraud stem from the inherent class imbalance between normal and fraudulent instances. To...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Knowledge and information systems Ročník 66; číslo 1; s. 635 - 652
Hlavní autoři:	Çakır, Mert Yılmaz, Şirin, Yahya
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	London Springer London 01.01.2024 Springer Nature B.V
Témata:	Coding Computer Science Data Mining and Knowledge Discovery Database Management Fraud Fraud prevention Information Storage and Retrieval Information Systems and Communication Service Information Systems Applications (incl.Internet) IT in Business Noise factor Oversampling Regular Paper Contractive autoencoder Variational autoencoder Noise factor encoding SMOTE Autoencoder Fraud detection
ISSN:	0219-1377, 0219-3116
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!