view in publisher's site

A Legendre Neural Network for Credit Card Fraud Detection

Every year heavy financial losses are caused due to fraudulent activities in credit card transactions. These losses can be reduced through the development of efficient fraud detection algorithm. However, most transaction data are highly non-stationary and have unbalanced class distributions. Hence, the design of efficient fraud detection algorithm is always a challenging task for the fraud investigators. In this paper, a credit card fraud detection (CCFD) framework is proposed using a Legendre neural network (LENN). The model is validated by analyzing its performance on two credit card datasets. Result analysis clearly illustrates the better performance of LENN compared to a Chebyshev functional link artificial neural network (CHFLANN), multilayer perceptron (MLP) and a decision tree (DT)-based fraud detection framework.

یک شبکه عصبی لژاندر برای کشف تقلب کارت اعتباری

هر ساله زیان‌های مالی سنگین ناشی از فعالیت‌های متقلبانه در تراکنش های کارت اعتباری است. این زیان‌ها را می توان از طریق توسعه الگوریتم تشخیص تقلب کارآمد کاهش داد. با این حال، اکثر داده‌های تراکنشی بسیار غیرثابت هستند و توزیع کلاس نامتعادل دارند. از این رو، طراحی الگوریتم شناسایی تقلب کارآمد همواره یک وظیفه چالش برانگیز برای محققان کلاهبرداری است. در این مقاله، یک چارچوب شناسایی تقلب کارت اعتباری (CCFD)با استفاده از یک شبکه عصبی لژاندر (LENN)پیشنهاد شده‌است. این مدل با تحلیل عملکرد آن بر روی دو مجموعه داده کارت اعتباری تایید می‌شود. آنالیز نتیجه به وضوح عملکرد بهتر LENN را در مقایسه با شبکه عصبی مصنوعی لینک عملکردی چبیشف (CHFLAN)، پرسپترون چند لایه (MLP)و یک چارچوب تشخیص تقلب مبتنی بر درخت تصمیم‌گیری (DT)نشان می‌دهد.
ترجمه شده با

سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.