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

72 21 0
(Luận văn thạc sĩ) Nghiên cứu phát hiện gian lận trong giao dịch thẻ tín dụng dựa vào học sâu

Đang tải... (xem toàn văn)

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

Thông tin tài liệu

(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] Xem tại trang 38 của tài liệu.
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] Xem tại trang 39 của tài liệu.
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 Xem tại trang 40 của tài liệu.
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 Xem tại trang 41 của tài liệu.
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 Xem tại trang 42 của tài liệu.
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 Xem tại trang 44 của tài liệu.
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 Xem tại trang 44 của tài liệu.
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 Xem tại trang 45 của tài liệu.
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 Xem tại trang 45 của tài liệu.
- 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 Xem tại trang 47 của tài liệu.
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 Xem tại trang 48 của tài liệu.
(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 Xem tại trang 49 của tài liệu.
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] Xem tại trang 50 của tài liệu.
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 Xem tại trang 58 của tài liệu.
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 Xem tại trang 59 của tài liệu.
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 Xem tại trang 61 của tài liệu.
- 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 Xem tại trang 62 của tài liệu.
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 Xem tại trang 62 của tài liệu.
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 Xem tại trang 63 của tài liệu.
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 Xem tại trang 63 của tài liệu.
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 Xem tại trang 64 của tài liệu.
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 Xem tại trang 66 của tài liệu.

Tài liệu cùng người dùng

Tài liệu liên quan