Beschreibung
Die Erkennung von Kreditkartenbetrug bleibt aufgrund der zunehmenden Komplexität des betrügerischen Verhaltens und des starken Klassenungleichgewichts in Transaktionsdaten eine große Herausforderung. In dieser Studie wird ein hybrider Deep-Learning-Ansatz vorgestellt, der drei fortschrittliche Modelle - ein künstliches neuronales Netzwerk (ANN), das mit Batch-Normalisierung und Dropout erweitert wurde, sowie VGG16- und VGG19-Architekturen - kombiniert, um die Erkennungsgenauigkeit und Zuverlässigkeit zu verbessern. Das System beginnt mit einer umfangreichen Datenvorverarbeitung, einschließlich Standard-Skalierung zur Normalisierung, Synthetic Minority Over-sampling Technique (SMOTE) zum Ausgleich der Klassenverteilung und Principal Component Analysis (PCA) zur Dimensionalitätsreduktion.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
