سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یادگیری ماشین در تشخیص تقلب

Publish Year: 1403
Type: Conference paper
Language: Persian
View: 118

This Paper With 14 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ECME24_111

Index date: 22 January 2025

یادگیری ماشین در تشخیص تقلب abstract

این مقاله به بررسی کاربردهای یادگیری ماشین در شناسایی تقلب می پردازد و بر روی شناسایی تراکنش های غیرعادی در حوزه های مالی، بیمه و تجارت الکترونیک تمرکز دارد. الگوریتم های محبوبی مانند جنگل تصادفی، شبکه های عصبی و ماشین های بردار پشتیبان (SVM) به عنوان ابزارهای کارآمد در تشخیص تقلب معرفی می شوند. علاوه بر این، چالش های موجود در این حوزه، از جمله کمبود داده های تقلبی و نرخ مثبت های کاذب، به طور مفصل بررسی می شوند. مقاله همچنین راهکارهایی برای بهبود عملکرد این سیستم ها و آینده فناوری یادگیری ماشین در مقابله با تقلب ارائه می دهد و اهمیت این تکنیک ها را در ایجاد امنیت و اعتماد در معاملات اقتصادی برجسته می کند.

یادگیری ماشین در تشخیص تقلب Keywords:

یادگیری ماشین , کشف تقلب , شناسایی تراکنش های غیرعادی , الگوریتم جنگل تصادفی , شبکه های عصبی , ماشین های بردار پشتیبان.

یادگیری ماشین در تشخیص تقلب authors

مرجان محمودی

۱ دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

مائده شاهرخ

۲دانشکده مهندسی کامپیوتر، واحد اصفهان، دانشگاه آزاد اسلامی، یاسوج، ایران

مقاله فارسی "یادگیری ماشین در تشخیص تقلب" توسط مرجان محمودی، ۱ دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران؛ مائده شاهرخ، ۲دانشکده مهندسی کامپیوتر، واحد اصفهان، دانشگاه آزاد اسلامی، یاسوج، ایران نوشته شده و در سال 1403 پس از تایید کمیته علمی بیست و چهارمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله یادگیری ماشین، کشف تقلب، شناسایی تراکنش های غیرعادی، الگوریتم جنگل تصادفی، شبکه های عصبی، ماشین های بردار پشتیبان. هستند. این مقاله در تاریخ 3 بهمن 1403 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 118 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که این مقاله به بررسی کاربردهای یادگیری ماشین در شناسایی تقلب می پردازد و بر روی شناسایی تراکنش های غیرعادی در حوزه های مالی، بیمه و تجارت الکترونیک تمرکز دارد. الگوریتم های محبوبی مانند جنگل تصادفی، شبکه های عصبی و ماشین های بردار پشتیبان (SVM) به عنوان ابزارهای کارآمد در تشخیص تقلب معرفی می شوند. علاوه بر این، چالش های موجود ... . برای دانلود فایل کامل مقاله یادگیری ماشین در تشخیص تقلب با 14 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.