|
|||||
|
|
| 基于图算法半监督学习的反洗钱模型可解释性研究 | |
| 作者姓名： | 麦庆达 黄小敏 曹菲菲 |
| 作者单位： | 广东培正学院经济学院,广州510830 |
| 摘 要： | 讨论异常检测、图算法EnvolveGCN在AML中的运用;利用两大数据集,对基准算法进行试验;特别是图结构数据中半监督学习可利用标签传播等.对策建议使用机器学习金融科技赋能反洗钱工作. |
| 关 键 词： | 异常检测 反洗钱 半监督机器学习 数字货币 图算法的可解释性 |
| 本文献已被 万方数据 等数据库收录！ | |
|
||||||||||||||||||
|
||||||||||||||||||
|
||||||||||||||||||
|
|
|
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号-23 |
