連邦学習で銀行間マネーロンダリング検知を強化、研究論文が公開
リディア・ロサビオ (Lidia Losavio) 氏らの研究チームは10月27日(現地時間)、学術論文投稿サイトarXivで、連邦学習 (Federated learning) を用いた銀行間でのマネーロンダリング (AML) 検知に関する研究論文を発表した。本研究は、複数の銀行にまたがる取引における文脈情報の価格設定とプライバシー保護を両立させる手法を提示する。
Tag
#グラフニューラルネットワーク
4 件の関連記事
StackGen3D、多視点シルエットから安定した3Dブロック積み重ね生成
Xiaopeng Zhang、Luzhe Sun、Yiqing Xu、Matthew R. Walterらの研究チームは10月22日(現地時間)、多視点シルエットから物理的に安定した3Dブロック構造を生成するフレームワーク「StackGen3D（スタックジェン3D）」を発表した。これは、与えられたブロックの在庫と3つの正投影シルエットに基づき、幾何学的曖昧さを解消しながら、オブジェクト間の物理的相互作用を考慮して構造を構築する新たな手法である。同研究は、学術論文データベースarXiv cs.CVで公開された。
友人推薦GNN、マルチハッシュ埋め込みと時間的サンプリングで性能向上
arXiv cs.IRは8月27日(現地時間)、マクシム・ウトゥシュキン氏、アンドレイ・オフシャンニコフ氏、アレクサンダー・ヂヤコノフ氏の3名が、友人推薦システムにおけるグラフニューラルネットワーク（GNN）の拡張に関する論文を発表した。この研究は、生産規模のソーシャルグラフでGNNを展開する際の課題克服を目指し、マルチハッシュID埋め込みと時間的近傍サンプリングという二つの主要な設計選択に焦点を当てている。
arXiv、NIDS向け自己教師ありGNN論文掲載 - 時空間依存性で脅威検知強化
arXivは6月15日(現地時間)、Jianli Dai氏らが執筆した、ネットワーク侵入検知システム (NIDS) 向けの新しい自己教師ありグラフニューラルネットワーク (GNN) フレームワークに関する論文を公開した。このモデルは、既存のGNNベースNIDSが進化する攻撃行動や未知の脅威に対応する能力を高めることを目指し、タイムスタンプを明示的に活用して時間的・空間的依存性を抽出する。自己教師あり学習ながら教師あり手法に匹敵する性能を示し、効率的な脅威検知に貢献する可能性が示唆されている。