Support Vector Machines: An Inclusive Survey in Financial Fraud Detection

2025

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/snpd65828.2025.11488171
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

In the financial industry, using of several Machine Learning (ML) algorithms and artificial intelligence (AI) models has simplified the solution and detection of main problems related to its wide landscape. One of the most broadly used techniques of ML is Support Vector Machine (SVM) which owns its specific algorithms appropriated to detect frauds in financial applications. The reason why it is widely used in this field is that it can work well with High Dimensional Data (HDD) in applications where the number of features is greater than number of observations. Also, this technique is less susceptible to overfitting of HDD which makes it suitable for use in these cases.