인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
신용카드 이상거래 탐지는 전형적인 분류 문제로 다양한 기계학습 방법들이 활용되고 있다. 본 논문에서는 공개되어 있는 실제 신용카드 거래 데이터인 Credit Card Fraud Detection 데이터와 IEEE-CIS Fraud Detection 데이터에 대해 9개의 기계학습 방법을 적용하고 그 결과를 분석했다. 실험 결과, extreme gradient boosting(XGBoost)과 light gradient boosting machine(LGBM)이 두 데이터 모두에 대해 가장 우수한 성능을 기록했다. 특히 본 논문의 Credit Card Fraud Detection 데이터에 대한 실험 결과는 기존 연구의 결과보다 우수했다. 이상거래 예측시간 측면에서는 LGBM이 XGBoost보다 30배 이상 빠른 속도를 기록했다. 본 논문에서는 이러한 결과에 기반해 gradient boosting 기반의 방법, 특히 LGBM이 신용카드 이상거래 탐지에 적합하다고 제안한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091260024
