طراحی چارچوب یکپارچه کشف تقلب مالی مبتنی بر هوش مصنوعی با تاکید بر یادگیری عمیق و تبیین پذیری مدل ها

افزایش پیچیدگی و پویایی الگوهای تقلب مالی در نظام بانکی کارایی روش های سنتی مبتنی بر قواعد ثابت را به شدت کاهش داده است و این مسئله ضرورت استفاده از رویکردهای مبتنی بر هوش مصنوعی را برجسته می سازد. هدف این پژوهش طراحی یک چارچوب یکپارچه کشف تقلب مالی مبتنی بر یادگیری عمیق با تاکید بر تبیین پذیری مدل ها به منظور افزایش اعتماد مدیریتی و انطباق نظارتی در نظام بانکی است. این پژوهش از رویکرد تحقیق و توسعه بهره می گیرد و چارچوب پیشنهادی را در قالب پنج مرحله شامل تعریف مسئله، انتخاب و پیکربندی مدل های یادگیری عمیق، پیاده سازی روش های تبیین پذیری، ارزیابی مقایسه ای و نهایی سازی چارچوب ارائه می کند. نتایج مرور ادبیات و تحلیل مفهومی نشان می دهد که ادغام یادگیری عمیق و روش های XAI ضمن بهبود دقت کشف تقلب، امکان تفسیر خروجی مدل ها برای مدیران و نهادهای ناظر را فراهم می سازد. این پژوهش با ارائه یک چارچوب ساخت یافته زمینه ساز توسعه سیستم های هوشمند کشف تقلب با قابلیت پیاده سازی عملی در بانک ها است.

Keywords:

هوش مصنوعی , کشف تقلب مالی , یادگیری ماشین