Библиографическое описание:ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ВЫЯВЛЕНИЯ ПОДОЗРИТЕЛЬНЫХ БАНКОВСКИХ ОПЕРАЦИЙ : научное издание / А. В. Зиненко, И. Р. Руйга, О. А. Смирнова. - Текст : непосредственный // Современные наукоемкие технологии. Региональное приложение. - 2025. - № 2. - С. 25-30. - ISSN 2413-5399. - ISSN 2713-1106, DOI 10.6060/snt.20258202.0003.
Аннотация:В работе представлены алгоритмы глубокого обучения на основе искусственных нейронных сетей, позволяющий 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 сгенерирован датасет из 10000 транзакций. Были разработаны и протестированы две разновидности нейронных сетей: полносвязная нейросеть и рекуррентная нейросеть, предназначенная для анализа последовательностей. Рекуррентная нейронная сеть показала хорошие результаты по метрикам качества модели Precision, Recall и Accuracy.
The paper presents deep learning algorithms based on artificial neural networks that allow identifying suspicious transactions of individuals - clients of a commercial bank. Two of the eight criteria of the Bank of Russia were taken as criteria of suspicion. A dataset of 10,000 transactions was generated for training and testing the deep learning algorithm. Two types of neural networks were developed and tested: a fully connected neural network and a recurrent neural network designed to analyze sequences. The recurrent neural network showed good results in terms of the Precision, Recall and Accuracy model quality metrics.
