Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Исследования по разработке методов противодействия мошенничеству в финансовых организациях с применением машинного обученияResearch on the development of methods for combating fraud in financial organizations using machine learning

Соискатель:
Воробьев Иван Александрович
Члены комитета:
Иванов Федор Ильич («Национальный исследовательский университет «Высшая школа экономики», д.н.п-м, председатель комитета), Бонч-Бруевич Андрей Михайлович (МГТУ им. Н.Э. Баумана, Факультет "Информатика и системы управления", к. т. н., член комитета), Гамаюнов Денис Юрьевич (Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова (Москва), к. ф.-м. н., член комитета), Евсютин Олег Олегович («Национальный исследовательский университет «Высшая школа экономики», к. т. н., член комитета), Крук Евгений Аврамович («Национальный исследовательский университет «Высшая школа экономики», д.т.н., член комитета)
Диссертация принята к предварительному рассмотрению:
11.06.2024
Диссертация принята к защите:
30.09.2024
Дисс. совет:
Совет по инженерным наукам и прикладной математике
Дата защиты:
12.12.2024
Диссертационное исследование посвящено разработке методов, направленных на повышение качества обнаружения мошенничества при использовании современных подходов машинного обучения и анализа данных. В данном исследовании предложено несколько методов для улучшения характеристик классификации в условиях дисбаланса классов и дрейфа концепции. Эти методы включают в себя построение новых атрибутов, извлеченных из графа, изменение разметки данных о мошеннических случаях и генерацию правил принятия решений в системах выявления мошенничества. Проведена апробация предложенных методов на реальных наборах данных. Результаты экспериментов демонстрируют рост характеристик качества обнаружения мошенничества.
Диссертация [*.pdf, 5.61 Мб] (дата размещения 2.10.2024)
Резюме [*.pdf, 1.14 Мб] (дата размещения 2.10.2024)
Summary [*.pdf, 1.13 Мб] (дата размещения 2.10.2024)

Отзывы
Отзыв научного руководителя
Отзыв члена Комитета
Сведения о результатах защиты:
Комитет по диссертации рекомедовал присудить ученую степень кандидата наук (Протокол №2 от 12.12.2024). Решением диссертационного совета присуждена ученая степень кандидата наук (Протокол №32 от 24.12.2024))