DOLAR

32,6628$% 1.19

EURO

34,9316% 0.06

STERLİN

41,5585£% 0.75

GRAM ALTIN

2.431,29%1,70

ÇEYREK ALTIN

3.911,00%0,20

BİTCOİN

฿%

İmsak Vakti a 02:00
İstanbul HAFİF YAĞMUR 27°
  • Adana
  • Adıyaman
  • Afyonkarahisar
  • Ağrı
  • Amasya
  • Ankara
  • Antalya
  • Artvin
  • Aydın
  • Balıkesir
  • Bilecik
  • Bingöl
  • Bitlis
  • Bolu
  • Burdur
  • Bursa
  • Çanakkale
  • Çankırı
  • Çorum
  • Denizli
  • Diyarbakır
  • Edirne
  • Elazığ
  • Erzincan
  • Erzurum
  • Eskişehir
  • Gaziantep
  • Giresun
  • Gümüşhane
  • Hakkâri
  • Hatay
  • Isparta
  • Mersin
  • istanbul
  • izmir
  • Kars
  • Kastamonu
  • Kayseri
  • Kırklareli
  • Kırşehir
  • Kocaeli
  • Konya
  • Kütahya
  • Malatya
  • Manisa
  • Kahramanmaraş
  • Mardin
  • Muğla
  • Muş
  • Nevşehir
  • Niğde
  • Ordu
  • Rize
  • Sakarya
  • Samsun
  • Siirt
  • Sinop
  • Sivas
  • Tekirdağ
  • Tokat
  • Trabzon
  • Tunceli
  • Şanlıurfa
  • Uşak
  • Van
  • Yozgat
  • Zonguldak
  • Aksaray
  • Bayburt
  • Karaman
  • Kırıkkale
  • Batman
  • Şırnak
  • Bartın
  • Ardahan
  • Iğdır
  • Yalova
  • Karabük
  • Kilis
  • Osmaniye
  • Düzce
a

Formica, yapay zeka alanında Ar-Ge çalışmalarını sürdürüyor

Formica’nın makine öğrenmesi modeli LightGBM, belirlenmiş kuralların yakaladığı fraud işlemlerinin yüzde 97’sini tespit edebiliyor. Yanlış alarm sayısını ise yüzde 52 oranında azaltıyor...

PSM DERGİSİ

Son yıllarda elektronik cüzdan teknolojisi giderek artan bir şekilde popülerlik kazanıyor. E-cüzdanlar, kullanıcılarına hem daha kolay bir hizmet sunuyor hem de işlemlerin daha hızlı gerçekleşmesini sağlıyor.

Ancak bu popülerlik ve kolaylık e-cüzdan alanında yapılan fraud işlemlerinin artmasına yol açıyor. Fraud’u önlemek için oluşturulan kurallar ise yanlış alarmlara sebep olabiliyor.

Formica ise e-cüzdanlardaki fraud işlemleri engellemek için yapay öğrenme metotlarından faydalanıyor. Bu alanda etkili bir çözüm sunmaya yönelik araştırmalar yürütüyor. Makine öğrenmesi algoritmaları işaretlenmiş veriyle eğitildiğinde sağladığı tahminleme performansı, geleneksel yöntemlerle kıyaslandığında oldukça başarılı sonuçlar elde ediliyor.

Yanlış alarm sayısı yüzde 52 azaldı

Formica, 500 binden fazla işaretlenmiş e-cüzdan işlemini kullanarak eğittiği makine öğrenmesi modeli LightGBM ile kuralların performansını ikiye katlıyor. Eğitilen model, 1 aylık veriyle test edildiğinde kuralların yakaladığı fraud işlemlerinin yüzde 97’sini tespit edebiliyor. Aynı zamanda yanlış alarm sayısını yüzde 52 oranında azalttığı görülüyor.

Yanlış alarmların sayısındaki bu büyük düşüş, fraud takımlarının iş yoğunluğunu da azaltıyor. Bununla birlikte, makine öğrenmesi algoritmalarının fraud tespitinde kullanımı, fraud takımlarının kural yazma süreçlerini ortadan kaldırarak verimliliklerini artırmasını sağlıyor.

RNN ile müşteri bazında öğrenim de mümkün olacak

Formica, Ar-Ge çalışmalarına derin öğrenme algoritmaları kullanarak müşteri bazında öğrenim imkanı sunacak yinelemeli sinir ağları (RNN) ile ilerlemeyi planlıyor. RNN, aynı cüzdanın tüm işlemlerini en başından itibaren sırasıyla işleyerek geçmiş işlemlerine ve işlem alışkanlıklarına dayalı bir fraud tespiti yapıyor. Bu modelin, kuralların yakalayamadığı sıralı fraud işlemlerini tespit etmesi ve yanlış alarm sayısını daha da düşürmesi bekleniyor.

0 0 0 0 0 0
YORUMLAR

s

En az 10 karakter gerekli

HIZLI YORUM YAP

0 0 0 0 0 0

Veri politikasındaki amaçlarla sınırlı ve mevzuata uygun şekilde çerez konumlandırmaktayız. Detaylar için veri politikamızı inceleyebilirsiniz.