Метод оцінювання ризиків транзакцій на основі нейронних мереж
Ескіз недоступний
Дата
2021-05
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дисертація присвячена розробці та дослідженню нейронних мереж для оцінювання ризику транзакцій. Представлена модель на основі нейронних мереж з використанням банківських даних дозволяє з високою точністю та можливістю повторного навчання робити припущення щодо можливого ризику. Процес навчання нейронної мережі було проаналізовано з різними гіперпараметрами та досліджено на системах з різною архітектурою. Структура i обсяг роботи: магістерська дисертація викладена на 103 cторiнкаx, складається зі вступу, 4 розділів, висновку, містить 49 рисунків, 10 таблиць, 42 формули, список використаних джерел із 59.
Актуальність роботи. На сьогоднішній день існує низка робіт в яких розглядаються моделі на основі нейронних мереж для вирішення задач фінансової безпеки, зокрема виявлення шахрайства. Нейронні мережі та глибинне навчання набуло широкої популярності за останні роки через значне покращення можливостей обчислювальної техніки. Глибинне навчання дозволяє ефективно робити детальний аналіз даних та розробляти моделі для пошуку залежностей, які може не побачити навіть фахівець з області застосування.
Невирішеним залишається задача предикції ризику транзакцій, використовуючи модель навчену на основі фінансових даних. Використання нейронних мереж показало високі показники точності у різних задачах, зокрема фінансової сфери. Окрім цього, перед обробкою даних, набір даних можна анонімізувати для захисту учасників транзакції, при цьому без втрат при навчанні.
Мета роботи: підвищення точності встановлення ризику транзакцій шляхом використання нейронних мереж.
Завдання досліджень:
1. Виконати аналіз методів машинного навчання. Проаналізувати сучасні методи на основі машинного навчання для вирішення схожих задач та зробити аналіз щодо можливості їх використання.
2. Проаналізувати засоби та методи створення нейронних мереж, її структури та параметрів. Дослідити можливі шляхи для розробки більш точної моделі.
3. Дослідити технології створення нейронних мереж, мови та бібліотеки написання коду програми.
4. Зробити аналіз набору даних та зробити необхідні модифікації набору даних. Експериментальним шляхом знайти найкращі параметри моделі на основі нейронних мереж. Зробити часовий аналіз навчання нейронної мережі.
Об’єкт дослідження: штучні нейронні мережі.
Предмет дослідження: методи встановлення ризику транзакції на основі фінансових даних учасників транзакції з використанням нейронних мереж прямого поширення.
Методи дослідження: методи статистичного опрацювання даних, теорія штучних нейронних мереж.
Наукова новизна одержаних результатів: В ході розробки методу було застосовано технології машинного навчання, а саме нейронні мережі прямого поширення для вирішення задачі оцінки ризику транзакцій, використовуючи фінансові дані учасників минулих транзакцій.
Опис
Ключові слова
штучні нейронні мережі, ризик транзакцій, машинне навчання, статистична модель, machine learning, statistical model, artificial neural networks, transaction risk
Бібліографічний опис
Русінов, В. В. Метод оцінювання ризиків транзакцій на основі нейронних мереж : магістерська дис. : 123 Комп’ютерна інженерія / Русінов Володимир Володимирович. – Київ, 2021. – 103 с.