Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Интеллектуальная инженерная экономика и Индустрия 6.0 (ИНПРОМ-2025); Санкт-Петербург; Санкт-Петербург
Год издания: 2025
Идентификатор DOI: 10.18720/IEP/2025.2/26
Ключевые слова: aml/cft, suspicious transactions, recurrent neural network, deep learning, model quality metrics, под/фт, подозрительные сделки, рекуррентная нейронная сеть, глубокое обучение, метрики качества модели
Аннотация: В работе представлен алгоритм глубокого обучения на основе рекуррентной нейронной сети, позволяю- щий выявлять подозрительные сделки физических лиц - клиентов коммерческого банка. В качестве критериев подозрительности были взяты два из восьми критериев Банка России. Для обучения и тестирования алгоритма глубокого обучения был сгенеПоказать полностьюрирован датасет из 10000 транзакций. Разработанный алгоритм показал хорошие результаты по метрикам качества модели Precision, Recall и Accuracy The paper presents a deep learning algorithm based on a recurrent neural network that allows identifying suspicious transactions of individuals - clients of a commercial bank. We took two of the eight criteria of the Bank of Russia as criteria of suspicion. A dataset of 10000 transactions was generated for training and testing the deep learning algorithm. The developed algorithm showed good results in terms of the Precision, Recall and Accuracy model quality metrics
Журнал: Интеллектуальная инженерная экономика и Индустрия 6.0 (ИНПРОМ-2025)
Номера страниц: 110-114
Место издания: Санкт-Петербург