مهدی شاکری بهبهانی - دانشآموخته کارشناسی ارشد، گروه مدیریت فناوری اطلاعات ، دانشکده مدیریت ، دانشگاه آزاد اسلامی، واحد الکترونیک، ایران
مهدی صادق زاده - استادیار، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی، واحد واحد ماهشهر، ایران

در این پژوهش، برای جلوگیری و کشف پولشویی ابتدا روش های مختلف انتخاب ویژگی مورد بررسی قرار گرفته و پس از آنروش جدیدی برای انتخاب ویژگی های موثر در کشف پولشویی با استفاده از الگوریتم آتوماتای یادگیر سلولی در سه مرحله استفادهشده است. در مرحله اول استخراج الگو با استفاده از جفت ویژگی ها به روش گراف کامل انجام می شود، در مرحله دوم الگوهایاستخراج شده با آتوماتای یادگیر سلولی بر اساس نرخ تاثیر ویژگیها آموزش و طبقه بندی می شوند و در مرحله سوم انتخاب ویژگیبهینه بر اساس نرخ تاثیر ویژگیها انجام میشود، انتخاب ویژگیهای موثر با روش پیشنهادی سبب افزایش دقت در طبقه بندی داده هاجهت کشف پولشویی می شود.برای مقایسه و ارزیابی طرح پیشنهادی از مجموعه داده های بانک ملی ایران که در نرم افزار مطلب پیاده سازی شده، با روشهای دیگرمقایسه شده است، که میزان دقت دسته بندی روش پیشنهادی آتوماتای یادگیر سلولی (CLA) برای کشف پولشویی 94.19 درصد و زماناجرای آن 163.32 ثانیه است که نسبت به روشهای ذکر شده میزان دقت طبقه بندی بالاتری در کشف پولشویی دارد.

ویژگی، آتوماتای یادگیر سلولی، ماشین یادگیرنده، کشف پولشویی