1. Trang chủ
  2. » Luận Văn - Báo Cáo

(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu

72 21 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Nghiên Cứu Phát Hiện Gian Lận Trong Giao Dịch Thẻ Tín Dụng Dựa Vào Học Sâu
Tác giả Lưu Thị Thu
Người hướng dẫn TS. Nguyễn Văn Thủy
Trường học Học viện Công Nghệ Bưu Chính Viễn Thông
Chuyên ngành Hệ Thống Thông Tin
Thể loại Luận Văn Thạc Sĩ
Năm xuất bản 2021
Thành phố Hà Nội
Định dạng
Số trang 72
Dung lượng 5,48 MB

Nội dung

(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu

Ngày đăng: 04/05/2022, 10:47

HÌNH ẢNH LIÊN QUAN

Hình 2.5. Các lớp trong Autoencoder [22] - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.5. Các lớp trong Autoencoder [22] (Trang 38)
Hình 2.6: Sơ đồ cấu trúc của Autoencoder[ 23] - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.6 Sơ đồ cấu trúc của Autoencoder[ 23] (Trang 39)
Vì Autoencoder không phải là một mô hình mạng neural có cấu trúc cụ thể mà là một khái niệm chỉ các mô hình mạng neural nhân tạo phân loại 1 lớp có  đầu ra giống với đầu vào nên khi kết hợp vào các kiến trúc mạng neural khác tạo ra  các mô hình bộ mã hóa  - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
utoencoder không phải là một mô hình mạng neural có cấu trúc cụ thể mà là một khái niệm chỉ các mô hình mạng neural nhân tạo phân loại 1 lớp có đầu ra giống với đầu vào nên khi kết hợp vào các kiến trúc mạng neural khác tạo ra các mô hình bộ mã hóa (Trang 40)
Mô hình MLP Autoencoder thường được ứng dụng trong các bài toán phân  loại  và  dự  báo  với  đầu  vào  đa  biến - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
h ình MLP Autoencoder thường được ứng dụng trong các bài toán phân loại và dự báo với đầu vào đa biến (Trang 41)
Hình 2.8. Kiến trúc mạng Convolutional Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.8. Kiến trúc mạng Convolutional Autoencoder (Trang 42)
Hình 2.9. Mô hình đào tạo mạng Autoencoder để khử nhiễu hình ảnh - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.9. Mô hình đào tạo mạng Autoencoder để khử nhiễu hình ảnh (Trang 44)
Các đặc điểm đặc biệt của bộ mã hóa tự động đã khiến cho mô hình này cực kỳ hữu ích trong việc xử lý hình ảnh với nhiều ứng dụng khác nhau - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
c đặc điểm đặc biệt của bộ mã hóa tự động đã khiến cho mô hình này cực kỳ hữu ích trong việc xử lý hình ảnh với nhiều ứng dụng khác nhau (Trang 44)
Không chỉ dừng lại ở việc khử nhiễu, khôi phục lại chất lượng hình ảnh ban đầu, bộ mã hóa tự động còn có thể được ứng dụng để tăng chất lượng hình ảnh  vượt qua cả hình ảnh gốc - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
h ông chỉ dừng lại ở việc khử nhiễu, khôi phục lại chất lượng hình ảnh ban đầu, bộ mã hóa tự động còn có thể được ứng dụng để tăng chất lượng hình ảnh vượt qua cả hình ảnh gốc (Trang 45)
Hình 2.11. Dử dụng Autoencoder để tô màu hình ảnh - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.11. Dử dụng Autoencoder để tô màu hình ảnh (Trang 45)
- Hàm mất mát: hàm mất mát cho các mô hình Autoencoder thường được sử - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
m mất mát: hàm mất mát cho các mô hình Autoencoder thường được sử (Trang 47)
Hình 2.14. Ảnh được khôi phục sau khi được nén bằng PCA và Autoencoder. Mô hình phát hiện gian lận sử dụng Autoencoder  - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.14. Ảnh được khôi phục sau khi được nén bằng PCA và Autoencoder. Mô hình phát hiện gian lận sử dụng Autoencoder (Trang 48)
(A) Giai đoạn mô hình huấn luyện - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
iai đoạn mô hình huấn luyện (Trang 49)
Hình 2.16: Mô hình Autoencoder[32] - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 2.16 Mô hình Autoencoder[32] (Trang 50)
Hình 3.3. Lập trình mạng neural Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 3.3. Lập trình mạng neural Autoencoder (Trang 58)
Hình 3.4. Mô-đun huấn luyện mô hình Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 3.4. Mô-đun huấn luyện mô hình Autoencoder (Trang 59)
Các định nghĩa trên cũng được mô tả ở Hình 3.5 dưới đây. - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
c định nghĩa trên cũng được mô tả ở Hình 3.5 dưới đây (Trang 61)
- val_accuracy: 0.74. Đây là độ chính xác trên tập test. Có nghĩa mô hình đã đạt được 74 % trên tập test - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
val _accuracy: 0.74. Đây là độ chính xác trên tập test. Có nghĩa mô hình đã đạt được 74 % trên tập test (Trang 62)
Hình 3.6: Kết quả xử lý cho 100 epoch - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 3.6 Kết quả xử lý cho 100 epoch (Trang 62)
Bảng 3.1. Giá trị hàm mất mát mô hình Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Bảng 3.1. Giá trị hàm mất mát mô hình Autoencoder (Trang 63)
Trước tiên nhìn vào hình 3.7 lịch sử huấn luyện mạng Autoencoder với kích thước khối mã bằng 14 dần hội tụ sau 100 chu kỳ huấn luyện của mô hình, sai số  trên cả tập train và test đều giảm dần trong đó mất mát ở tập test có xu hướng hội tụ  quanh mốc 0.73 - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
r ước tiên nhìn vào hình 3.7 lịch sử huấn luyện mạng Autoencoder với kích thước khối mã bằng 14 dần hội tụ sau 100 chu kỳ huấn luyện của mô hình, sai số trên cả tập train và test đều giảm dần trong đó mất mát ở tập test có xu hướng hội tụ quanh mốc 0.73 (Trang 63)
Hình 3.8. Biểu đồ ROC, AUC mô hình MLP Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 3.8. Biểu đồ ROC, AUC mô hình MLP Autoencoder (Trang 64)
Hình 3.9. Phân bố lỗi theo chỉ mục của Autoencoder - (Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu
Hình 3.9. Phân bố lỗi theo chỉ mục của Autoencoder (Trang 66)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w