Immadisetty, A. 金融取引におけるストリーミング データを使用したリアルタイムの不正検出。 J. 最近。トレンドコンピューティング。科学。工学(JRTCSE)。 13 (1)、66–76 (2025)。
Google スカラー
Adebawale, AM & Akinnagbe, OB クロスプラットフォームの財務データを統合して、コンプライアンス、不正行為の検出、リスク管理を強化します。 ワールド J. アドバンス解像度牧師 20 (3)、2326–2343 (2023)。
Google スカラー
カーティケヤン、T.、ゴビンダラジャン、M.、ヴィジャヤクマール、V. 競合群最適化ベースのディープ ニューラル ネットワークを使用した効果的な不正検出 Vol. 27、p.100793 (センサー、2023)。
Almazroi, AA & Ayub, N. 機械学習技術を使用したオンライン支払い詐欺検出モデル。 ええアクセス。 11、137188–137203 (2023)。
Google スカラー
Potla、RT AI による不正検出: リアルタイムの機械学習を金融セキュリティに活用。 J.アーティフ。インテル。ことAppl。 3 (2)、534–549 (2023)。
Google スカラー
Hanae, A. & Youssef, GAHI オンライン デジタル トランザクションにおける不正行為検出のためのエンドツーエンドのリアルタイム アーキテクチャ。 内部。 J.Adv.計算します。科学。応用 14(6)、749–757 (2023)。
Aljabri, M. & Mohammad, RMA 機械学習を使用したオンライン広告のクリック詐欺検出。 エジプト。情報J. 24 (2)、341–350 (2023)。
Google スカラー
Faisal, NA、Nahar, J.、Sultana, N.、Mintoo, AA AI を活用して銀行業務における不正行為をリアルタイムで特定し、防止します。 J.マッハ。学ぶ。データ工学データサイエンス 1 (01)、181–197 (2024)。
Google スカラー
Vanini, P.、Rossi, S.、Zvizdic, E.、Domenig, T. オンライン決済詐欺: 異常検出からリスク管理まで。 金融イノベーション 9 (1)、66 (2023)。
Google スカラー
ホーチミン市ベロ、AB 州イゲ & ミネソタ州アメヨー 適応機械学習モデル: 動的環境におけるリアルタイムの金融詐欺防止の概念。 ワールド J. アドバンス工学テクノロジー。科学。 12 (02)、021–034 (2024)。
Google スカラー
SJ 州オウォアデ、A. ウゾカ、JI 州アケレレ、PU 州オジュクウ インテリジェント キュー システムと回帰テストを通じて、クレジットおよびデビット取引における不正防止を自動化します。 内部。 J. フロントライン Res.科学。テクノロジー。 4 (1)、45–62 (2024)。
Google スカラー
アラルファジ、FK & シャザディ、S. 深層学習による銀行業務における不正検出の強化: リアルタイムのクレジット カード不正防止のためのグラフ ニューラル ネットワークとオートエンコーダー (IEEE アクセス、2024)。
Madhuri, TS、Babu, ER、Uma, B. & Lakshmi, BM リアルタイムの不正行為の検出と防止のための材料科学におけるビッグデータ主導のアプローチ。 今日の議事録の資料。 81、969–976 (2023)。
Google スカラー
Rahman, S.、Sirazy, MRM、Das, R. & Khan, RS 現代の税務行政における税務コンプライアンス、不正検出、および歳入徴収を最適化するための人工知能技術の探求。 内部。 J.バス。インテル。ビッグデータ分析。 7 (3)、56–80 (2024)。
Google スカラー
Chang, V.、Ali, B.、Golightly, L.、Ganatra, MA、Mohamed, M. 高度な機械学習を使用した検出方法でクレジット カード支払い詐欺を調査しています。 情報 15 (8)、478 (2024)。
Google スカラー
アラルファジ、FK & シャザディ、S. 深層学習による銀行業務における不正検出の強化: リアルタイムのクレジット カード不正防止のためのグラフ ニューラル ネットワークとオートエンコーダー (IEEE アクセス、2024)。
イレベリ、E. & サン、Y. クレジットカード不正検出のためのハイブリッドディープラーニングアンサンブルモデル (IEEE アクセス、2024)。
アクール、I.、モハメド、N.、サルーム、S. 堅牢なクレジット カード不正検出のためのアテンション メカニズムを備えたハイブリッド >-LSTM (IEEE アクセス、2025)。
アラルファジ、FK et al.最先端の機械学習と深層学習アルゴリズムを使用したクレジット カード不正検出。 ええアクセス。 10、39700–39715 (2022)。
Google スカラー
Mienye、ID および Swart、TG クレジット カード詐欺検出のための敵対的生成ネットワークを使用したハイブリッド ディープ ラーニング アプローチ。 テクノロジー 12 (10)、186 (2024)。
Google スカラー
モサ、DT、ソロル、SE、アボハニー、AA、マグラビー、FA、CCFD。メタヒューリスティック技術と機械学習アルゴリズムを使用した効率的なクレジット カード詐欺検出。 数学 12 (14)、2250 (2024)。
Google スカラー
Wu, Y.、Wang, L.、Li, H. & Liu, JA 連続結合ニューラル ネットワークに基づくクレジット カード不正検出の深層学習手法。 数学 13 (5)、819 (2025)。
Google スカラー
Shah, SB 予測分析と防止のための高度な機械学習を使用して金融詐欺検出システムを改善しています。 内部。 J.Sci.解像度計算します。科学。工学情報テクノロジー。 10 (6)、2451–2463 (2024)。
Google スカラー
Li, H.、Tan, Y.、Pu, Y. 適応形態学的ウェーブレット Perona-Malik フィルター アルゴリズムに基づく転がり軸受故障振動信号のノイズ除去。 ショックバイブ。 2021年 (1)、5575497 (2021)。
Google スカラー
AL-kubaisy、WJ & AL-Khateeb、B. Quokka 群最適化: 自然にインスピレーションを得た新しいメタヒューリスティック最適化アルゴリズム。 Ｊ．インテル．システム。 33 (1)、20240051 (2024)。
Google スカラー
Chowdhury, MI、Zhao, Q.、Su, K. & Liu, Y. CMNN: 結合モジュラー ニューラル ネットワーク。 IEEEアクセス。 9、93871–93891。 （2021年）。
Google スカラー
Battiloro、C. et al. 一般化された単純な注意ニューラル ネットワーク (ネットワーク上の信号および情報処理に関する IEEE トランザクション、2024)。
Ismaeel、AA et al.発電機ユニットの最適な割り当てを解決するためのスノーアブレーション最適化のパフォーマンス。 IEEE アクセス。 12、17690–17707 (2024)。
Google スカラー
Aslam, A. & Hussain, A. クレジット カード不正検出のための機械学習技術のパフォーマンス分析。 J.アーティフ。インテル。 6、1 (2024)。
Google スカラー
Hussain, A.、Dhanawat, V.、Aslam, A.、Iqbal, N. & Tripura, S. 機械学習技術を使用したクレジット カード不正検出: オーバーサンプリングおよびアンダーサンプリング手法を使用した不均衡データの処理。で 手順2024 Beyond Technology Summit on Informatics 国際会議 (BTS-I2C)、ジェンベル、インドネシア東ジャワ州、676–681ページ。 （2024年）。
Devarajulu, VS、Kanipakam, S.、Addula, SR & Krishna, VP 重要な財務アプリケーションの AI ライフサイクルに説明責任を組み込む。 2025 年のサイバー意識と研究シンポジウム (CARS) の議事録。 IEEE。 (2025年)。
#モジュール式単純グラフ #ニューラル #ネットワークとスノー #アブレーションの最適化を組み合わせて決済システムにおけるリアルタイムの不正行為を検出します